Meta 與 NVIDIA 簽署數十億美元協議：首家部署獨立 Grace CPU 的超大規模雲端

協議規模與戰略意義

Meta 與 NVIDIA 之間的這筆交易，其規模之大、範圍之廣，即便在近年來 AI 基礎設施投資狂潮中也屬罕見。據 CNBC 援引知情人士透露，Meta 將購買「數百萬顆」NVIDIA 晶片，產品線橫跨三大類別：獨立運行的 Grace CPU、目前最頂級的 Blackwell GPU，以及 NVIDIA 下一代 Vera Rubin 系統。科技分析師 Ben Bajarin 對此交易的估值是「肯定達數百億美元」，這一數字即便對市值超過一萬五千億美元的 Meta 而言，也是一筆足以影響資產負債表的重大承諾。

值得注意的是，這筆交易發生在 Meta 已經宣布 2026 年 AI 支出將達到 1,350 億美元的背景之下。Mark Zuckerberg 在一月份的財報電話會議上曾表示，這些投資對於 Meta 維持在生成式 AI 領域的領先地位「絕對必要」。從這個角度來看，與 NVIDIA 的合作不僅僅是硬體採購，更是 Meta 整體 AI 戰略的核心支柱。

Grace CPU：一顆改變遊戲規則的晶片

這筆交易中最引人注目的部分，是 Meta 成為全球首家將 NVIDIA Grace CPU 作為獨立處理器大規模部署的超大規模雲端企業。此前，Grace CPU 主要以「Grace Hopper」超級晶片的形式出現，與 NVIDIA 的 GPU 配對使用。但 Meta 的做法完全不同——他們要將 Grace 作為純粹的通用伺服器 CPU 來使用，直接與 Intel Xeon 和 AMD EPYC 展開競爭。

Grace CPU 的技術規格

NVIDIA Grace CPU 基於 Arm Neoverse V2 架構，集成了 72 個高效能核心。它採用 LPDDR5x 記憶體技術，最高可配置 480GB 記憶體，記憶體頻寬達到 546 GB/s。相較於傳統的 DDR5 記憶體，LPDDR5x 的功耗降低了約 75%，這賦予了 Grace 在能效比上的巨大優勢。

「Grace CPU 在後端工作負載上提供兩倍的每瓦效能。」——NVIDIA 副總裁 Ian Buck

Ian Buck 的這番話揭示了 Grace 的核心競爭力所在。在超大規模資料中心營運中，電力成本和冷卻成本往往佔總運營成本的 30% 至 40%。如果 Grace 確實能將每瓦效能提升一倍，這意味著在相同的電力預算下，Meta 可以部署近兩倍的運算能力，或者在維持相同運算能力的前提下，將電力成本削減近半。

為何選擇獨立 CPU 而非 GPU？

許多人可能會疑惑：在 AI 時代，為何 Meta 要大量購買「僅僅是 CPU」的處理器？答案在於 AI 系統的運作並非只有模型訓練和推論這些 GPU 密集型工作。一個完整的 AI 服務背後，存在著大量的「通用運算」工作負載：用戶請求路由、數據預處理與後處理、快取管理、API 閘道器、負載均衡、日誌記錄與監控，以及日益重要的 AI Agent 協調工作。

NVIDIA 在其聲明中特別提到：「Agentic AI 對通用 CPU 架構提出了全新的要求。」這是一個極具前瞻性的觀察。隨著 AI 應用從單一的問答模式，演進到能夠自主規劃、使用工具、與外部系統互動的「智能體」（Agent）模式，CPU 端的運算需求正在急劇增長。每一次工具調用、每一次記憶體存取、每一次多步驟推理的編排，都需要高效的 CPU 來處理。

Vera Rubin：放眼 2027 年的布局

交易中還包括了 NVIDIA 尚未正式發布的下一代 Vera Rubin 系統的部署承諾。Vera Rubin 平台預計在 2027 年推出，其 CPU 部分將採用名為「Vera」的全新處理器，配備 88 個 NVIDIA 自研的 Arm 核心。相較於 Grace 的 72 個 Neoverse V2 核心，Vera 不僅在核心數量上有所增加，更重要的是它使用的是 NVIDIA 完全自行設計的 Arm 核心，而非採用 Arm 公版設計。

這一轉變意義深遠。它表明 NVIDIA 正在像 Apple 設計 M 系列晶片那樣，走向完全自研 CPU 微架構的道路。NVIDIA 對 CPU 設計的掌控力將越來越強，可以針對其 GPU 和 AI 軟體堆疊進行深度優化，這是使用公版 Arm 設計所無法實現的。Meta 願意提前為尚未面世的 Vera Rubin 系統下訂單，足以證明他們對 NVIDIA 技術路線圖的高度信任。

x86 陣營的震盪

這筆交易公布後，AMD 股價當日下跌了 4%。市場的反應很說明問題：投資者意識到，NVIDIA 不再僅僅是一家 GPU 公司，它正在成為一個「全棧」資料中心晶片供應商，直接挑戰 Intel 和 AMD 在通用伺服器 CPU 市場長達數十年的雙頭壟斷地位。

這對 Intel 的打擊尤其嚴重。Intel 正身處多重困境之中——製程落後、市場份額流失、財務壓力巨大。如果超大規模客戶開始將通用工作負載從 x86 轉移到 Arm 架構的 NVIDIA Grace，Intel 在資料中心領域的最後堡壘也將面臨動搖。AMD 雖然在 x86 伺服器 CPU 市場近年來表現出色，以 EPYC 處理器不斷蠶食 Intel 的份額，但 Grace CPU 的出現意味著它同時面臨來自兩個方向的夾擊——既要與 Intel 競爭存量市場，又要防禦 NVIDIA 和 Arm 生態系統對增量市場的搶佔。

Arm 在資料中心的崛起

Grace CPU 的部署並非孤立事件，而是 Arm 架構在資料中心領域崛起的又一個里程碑。Amazon 的 Graviton 處理器已經證明了 Arm 在雲端環境中的可行性和成本效益，目前 AWS 超過 40% 的新實例都運行在 Graviton 上。Microsoft 的 Cobalt 100 和 Google 的 Axion 也在各自的雲端平台中逐步推廣。現在，Meta 選擇 NVIDIA Grace，進一步驗證了 Arm 在超大規模運算場景中的競爭力。

更深層次來看，這代表著一種產業範式的轉移：從「一個 CPU 架構打天下」（x86），走向「根據工作負載選擇最優架構」的異構運算時代。在這個新範式下，AI 訓練用 GPU，AI 推論用專用加速器，通用運算用能效比最優的 Arm CPU，各司其職，各展所長。

Meta 的 AI 基礎設施全景圖

要理解這筆交易的完整意義，需要將其放在 Meta 整體 AI 戰略的大背景下審視。2026 年 1,350 億美元的 AI 支出計劃，使 Meta 成為全球 AI 基礎設施投資最激進的企業之一。這筆支出涵蓋資料中心建設、晶片採購、網路設備、電力基礎設施，以及軟體開發等多個層面。

Meta 的 AI 應用場景極其廣泛：Facebook 和 Instagram 的內容推薦、Reels 短影片排序、廣告精準投放、內容審核、翻譯服務、Llama 大語言模型的訓練與部署、Meta AI 助手的運行，以及正在快速發展的 AR/VR 元宇宙應用。每一項服務都需要海量的運算資源，而且這些需求還在以指數級的速度增長。

在這種規模下，每瓦效能的微小提升都能轉化為數以億計的成本節省。Grace CPU 承諾的兩倍每瓦效能，對於 Meta 這樣的超大規模營運者而言，不是錦上添花，而是戰略性的必需品。

對香港的啟示

Meta 與 NVIDIA 的這筆交易，對香港的科技產業和投資界有著多重啟示。

資料中心產業的架構轉型

香港正在積極發展資料中心產業，政府已在新田科技城和落馬洲河套區規劃了新的資料中心用地。但香港的資料中心營運商必須關注全球架構轉型的趨勢：從純 x86 環境向 Arm 與 x86 混合架構的轉變正在加速。任何新建的資料中心，如果僅僅針對 x86 進行設計和優化，可能在建成之日就已經面臨過時的風險。

香港的資料中心營運商應該開始評估 Arm 架構伺服器的部署計劃，特別是在電力成本高昂的香港，Grace CPU 所代表的高能效比 Arm 伺服器具有額外的吸引力。香港商業電價在亞太區偏高，每瓦效能提升帶來的電費節省，在香港的價值比在電價較低的地區更為顯著。

投資視角的變化

對於香港的投資者而言，這筆交易提供了重要的信號。首先，NVIDIA 的業務版圖正在從 GPU 擴展到全棧資料中心方案，其增長潛力可能被低估。其次，Intel 和 AMD 面臨的競爭壓力正在加劇，特別是在超大規模客戶端。第三，Arm 控股（Arm Holdings）作為整個 Arm 生態系統的授權者，將持續受益於 Arm 在資料中心的擴張。

更重要的是，Meta 1,350 億美元的 AI 支出計劃顯示，超大規模企業的 AI 投資軍備競賽遠未結束。對於透過港股通投資美股 ETF 的香港散戶投資者，以及管理大型組合的機構投資者來說，AI 基礎設施供應鏈仍然是未來數年的核心投資主題。

人才培養方向的調整

隨著 Arm 架構在資料中心的普及，香港的大學和職業培訓機構需要調整課程設置，加強 Arm 架構相關的系統設計、軟體優化和效能調校方面的教學。香港科技大學、香港中文大學等本地研究型大學已有相關研究基礎，但從產業需求的角度來看，培養具備 Arm 生態系統實戰經驗的工程師，將成為越來越緊迫的需求。