Meta Tak Nak Bergantung pada NVIDIA Lagi — Cip AI MTIA Baharu

[SCREENSHOT: Tangkapan skrin menunjukkan cara penggunaan alat AI]nn[SCREENSHOT: Tangkapan skrin menunjukkan cara penggunaan alat AI]nn[SCREENSHOT: Tangkapan skrin menunjukkan cara penggunaan alat AI]nn

Setiap kali anda scroll Instagram, tengok video di Facebook, atau hantar mesej melalui WhatsApp xe2x80x94 ada beribu-ribu cip komputer yang bekerja keras di belakang tabir untuk memastikan pengalaman anda lancar.

n

n

Pendedahan: Artikel ini mengandungi pautan affiliate. Jika anda mendaftar melalui pautan kami, kami mungkin menerima komisyen kecil — tanpa sebarang kos tambahan kepada anda. Ini membantu kami terus menghasilkan panduan percuma dalam Bahasa Melayu.

n

📖 Baca juga: Uber + NVIDIA DRIVE: Robotaxi Tanpa Pemandu — Bila Sampai Malaysia?

nn

nnn

Selama ini, sebahagian besar cip itu datang dari satu syarikat: NVIDIA.

n

📖 Baca juga: Samsung Galaxy AI 2026: 7 Ciri AI Baru yang Wajib Anda Cuba

nn

📖 Baca juga: Cara Guna DeepSeek AI: Model China yang Tewaskan ChatGPT — Panduan 2026

nn

Baca juga: NVIDIA Dedah Cip Terbaik Dunia xe2x80x94 Tapi Saham Tak Naik. Kenapa?

nnn

Tapi Meta kini bercadang untuk mengubah itu secara drastik.

nn

Pada Mac 2026, Meta mendedahkan roadmap ambisius mereka untuk cip AI MTIA (Meta Training and Inference Accelerator) xe2x80x94 generasi demi generasi cip buatan sendiri yang direka khas untuk menjalankan AI di platform Facebook, Instagram, dan WhatsApp. Matlamatnya jelas: kurangkan pergantungan kepada NVIDIA, jimatkan berbilion dolar, dan dapatkan kawalan penuh ke atas infrastruktur AI mereka sendiri.

n

Baca juga: NVIDIA GTC 2026: Chip Baru Vera Rubin xe2x80x94 5x Laju, Kos AI Turun 10x

nnn

Ini bukan cerita tentang syarikat teknologi semata-mata. Ini cerita tentang cara platform yang anda gunakan setiap hari sedang berubah xe2x80x94 dan siapa yang sebenarnya menguasai teknologi di belakangnya.

nn

Apa Itu Cip MTIA Meta?

nn

MTIA bermaksud Meta Training and Inference Accelerator xe2x80x94 cip semikonduktor yang direka khas oleh Meta untuk menjalankan beban kerja AI.

nn

Tidak macam GPU NVIDIA yang direka untuk kegunaan umum (boleh digunakan untuk pelbagai tujuan dari permainan video hingga AI), MTIA direka dengan satu tujuan sahaja: menjalankan model AI Meta secepat dan seefisien mungkin.

nn

Dua Jenis Beban Kerja AI

nn

Untuk faham kepentingan MTIA, anda perlu tahu ada dua fasa utama dalam kerja AI:

nn

1. Training (Latihan) xe2x80x94 Fasa di mana model AI "belajar" dari data. Ini proses yang sangat intensif dari segi pengkomputeran xe2x80x94 boleh ambil minggu atau bulan, dan memerlukan ribuan cip secara serentak.

nn

2. Inference (Inferens) xe2x80x94 Fasa di mana model AI yang sudah terlatih digunakan untuk menghasilkan output sebenar. Ini yang berlaku setiap kali anda nampak cadangan post, iklan yang relevan, atau caption yang dijana AI di Instagram.

nn

MTIA direka khas untuk inference xe2x80x94 dan ini sangat penting kerana inference berlaku biliun kali sehari merentasi semua platform Meta.

nn

Roadmap 4 Generasi MTIA

nn

Meta baru-baru ini mendedahkan roadmap yang merancang 4 generasi cip MTIA dalam masa 2 tahun xe2x80x94 kadar pembangunan yang sangat pantas untuk industri semikonduktor.

nn

Generasi Semasa (MTIA Gen 2)

nn

Ratusan ribu unit MTIA generasi semasa sudah digunakan dalam persekitaran production xe2x80x94 bermaksud ia sudah menjalankan beban kerja sebenar bagi berbilion pengguna Facebook, Instagram, dan WhatsApp setiap hari.

nn

Superchip MTIA xe2x80x94 Keupayaan yang Menakjubkan

nn

Cip MTIA terbaru Meta hadir dengan spesifikasi yang mengagumkan:

nn| Spesifikasi | Nilai |n|-------------|-------|n| Penggunaan Kuasa | 1,700W per unit |n| Prestasi | 30 PFLOPS (30 petaflops) |n| Memori | 512GB HBM (High Bandwidth Memory) |n| Tujuan Utama | Inference untuk model AI berskala besar |nn30 PFLOPS bermaksud cip ini boleh melakukan 30 kuadriliun operasi matematik setiap saat. Untuk konteks, superkomputer terkuat Malaysia pada 2020 hanya mampu sebahagian kecil dari prestasi itu.nn

Kenapa Meta Nak Lepaskan Diri dari NVIDIA?

nn

Ini soalan yang paling penting xe2x80x94 dan jawapannya mudah: wang.

nn

Kos yang Terlalu Besar

nn

GPU NVIDIA siri H100 dan H200 xe2x80x94 yang digunakan secara meluas untuk latihan dan inference AI xe2x80x94 berharga antara RM100,000 hingga RM180,000 setiap unit. Dan syarikat macam Meta memerlukan bukan puluh, bukan ratus, tetapi ratusan ribu unit untuk menjalankan operasi AI mereka.

nn

Jumlah itu mencecah berbilion dolar setahun hanya untuk perkakasan.

nn

Pergantungan yang Berbahaya

nn

Apabila anda bergantung kepada satu pembekal untuk komponen paling kritikal dalam infrastruktur anda, anda terdedah kepada:

n

n
• Kekurangan bekalan xe2x80x94 Macam yang berlaku pada 2023-2024 apabila semua syarikat berebut GPU NVIDIA

n

• Kenaikan harga yang tidak dapat dikawal xe2x80x94 NVIDIA mempunyai kuasa penentuan harga yang sangat besar

n

• Ketidakpastian teknologi xe2x80x94 Roadmap NVIDIA mungkin tidak selaras dengan keperluan khusus Meta

nn

n

Kawalan Teknikal

nn

Dengan cip sendiri, Meta boleh:

n

n
• Optimumkan perkakasan khusus untuk model AI mereka (macam Llama, berbeza dari keperluan umum)

n

• Kemas kini dan ubah suai reka bentuk cip mengikut keperluan

n

• Integrasikan lebih ketat antara perisian dan perkakasan

nn

n

Meta Bukan Seorang Diri

nn

Meta bukan satu-satunya syarikat teknologi besar yang membangunkan cip AI sendiri. Ini sudah menjadi trend utama industri:

nn| Syarikat | Cip Sendiri | Tujuan |n|----------|-------------|--------|n| Meta | MTIA | Inference untuk FB/IG/WhatsApp |n| Google | TPU (Tensor Processing Unit) | Latihan + inference untuk semua produk Google |n| Apple | Apple Silicon (M-series + Neural Engine) | AI on-device untuk iPhone/Mac |n| Amazon | Trainium & Inferentia | AI untuk pelanggan AWS |n| Microsoft | Maia 100 | Azure AI services |nn

Apa yang membezakan Meta ialah skala deployment xe2x80x94 ratusan ribu cip dalam production serentak, menjalankan platform yang digunakan oleh 3+ bilion orang setiap hari.

nn

Apa Ini Bermakna untuk Pengguna Malaysia?

nn

Anda mungkin tertanya-tanya: ini hal teknikal yang rumit xe2x80x94 apa kena mengena dengan saya?

nn

Lebih banyak dari yang anda sangka.

nn

Pengalaman Platform Lebih Baik

nn

Apabila Meta menggunakan cip yang dioptimumkan khas untuk model AI mereka:

n

n
• Feed Instagram menjadi lebih relevan (algoritma boleh jalankan lebih banyak komputasi per pengguna)

n

• Reels yang dicadangkan lebih tepat mengikut minat anda

n

• Pengesanan kandungan berbahaya lebih cepat dan tepat

n

• Ciri AI generatif (macam stiker AI, ringkasan, carian AI) boleh dilancar lebih laju

nn

n

Harga Pengiklanan di Malaysia

nn

Bagi peniaga Malaysia yang mengiklan di Facebook dan Instagram, ini ada implikasi jangka panjang:

n

n
• Kos infrastruktur Meta yang lebih rendah boleh bermakna kadar pengiklanan yang lebih stabil

n

• Prestasi iklan boleh meningkat apabila sistem pengesyoran AI lebih canggih

nn

n

Meta AI di WhatsApp

nn

Meta AI xe2x80x94 asisten AI yang kini ada dalam WhatsApp xe2x80x94 dijalankan di atas infrastruktur yang sama. Apabila MTIA lebih maju, jangkakan:

n

n
• Respons lebih pantas

n

• Keupayaan bahasa yang lebih baik (termasuk Bahasa Melayu)

n

• Ciri baharu yang sebelum ini terlalu mahal untuk dijalankan

nn

n

Cabaran yang Meta Perlu Atasi

nn

Walaupun MTIA kelihatan menjanjikan, Meta menghadapi beberapa cabaran besar:

nn

Jurang Ekosistem Perisian

nn

NVIDIA bukan sahaja menjual perkakasan xe2x80x94 mereka menjual ekosistem. Platform CUDA NVIDIA adalah standard industri untuk pengaturcaraan AI. Hampir semua rangka kerja AI utama (PyTorch, TensorFlow, JAX) dioptimumkan untuk GPU NVIDIA.

nn

Membangunkan ekosistem perisian yang setanding mengambil masa bertahun-tahun.

nn

Bakat dan Kepakaran

nn

Reka bentuk cip adalah antara bidang yang paling sukar dan kompetitif dalam teknologi. Meta perlu bersaing untuk bakat terbaik dalam bidang ini dengan Apple, Google, Amazon, dan NVIDIA sendiri.

nn

Masa ke Pasaran

nn

Kitaran pembangunan cip adalah panjang xe2x80x94 biasanya 3-5 tahun dari reka bentuk hingga pengeluaran berskala. Roadmap 4 generasi dalam 2 tahun yang diumumkan Meta adalah sangat agresif dan mungkin menghadapi kelewatan.

nn

Pandangan Masa Depan: Dunia Tanpa Dominasi NVIDIA?

nn

Persoalan yang lebih besar: adakah trend ini akan mengakhiri dominasi NVIDIA dalam AI?

nnJawapan jujur: tidak dalam masa terdekat.nn

NVIDIA masih menguasai training xe2x80x94 fasa latihan model AI yang memerlukan GPU yang sangat fleksibel. Cip khusus macam MTIA paling sesuai untuk inference, bukan training model baru dari awal.

nn

Selain itu, Model AI terbesar dan paling canggih (GPT-5, Gemini, Claude) masih dilatih menggunakan GPU NVIDIA dalam cluster yang sangat besar.

nn

Namun, jika trend ini berterusan xe2x80x94 dengan Meta, Google, Amazon, Apple, dan Microsoft semua membangunkan cip sendiri xe2x80x94 bahagian pasaran NVIDIA untuk inference (yang merupakan bahagian pasaran yang paling besar dari segi volume) akan menyusut secara perlahan.

nn

Ini tidak akan berlaku dalam setahun atau dua tahun. Tapi dalam 5-10 tahun, landskap perkakasan AI mungkin kelihatan sangat berbeza dari hari ini.

nn

Kesimpulan: Meta Bermain Permainan Jangka Panjang

nn

Pengumuman MTIA Meta bukan sekadar berita teknologi xe2x80x94 ia adalah isyarat tentang arah industri AI secara keseluruhan.

nn

Apabila syarikat terbesar dunia xe2x80x94 yang menggunakan AI dalam skala yang hampir tidak terfikirkan xe2x80x94 mula membina infrastruktur mereka sendiri, ia menghantar mesej yang jelas: pergantungan kepada pembekal tunggal adalah risiko strategik yang tidak boleh ditanggung.

nn

Bagi pengguna biasa Malaysia, kesannya mungkin tidak kelihatan langsung. Tapi setiap kali Instagram mencadangkan video yang betul-betul anda suka, atau WhatsApp membalas pertanyaan anda dengan tepat xe2x80x94 di sebalik tabir, mungkin ada cip MTIA yang sedang bekerja keras untuk anda.

nn

Soalan Lazim (FAQ)

nnAdakah MTIA Meta akan menggantikan semua GPU NVIDIA mereka?n

Tidak sepenuhnya, dan bukan dalam masa terdekat. MTIA direka untuk inference xe2x80x94 menjalankan model AI yang sudah siap dilatih. Untuk training model AI baru, Meta masih memerlukan GPU NVIDIA dalam cluster berskala besar. Matlamat realistik Meta adalah mengurangkan pergantungan, bukan menghapuskan sepenuhnya.

nnBolehkah orang awam atau syarikat lain guna cip MTIA Meta?n

Tidak. MTIA adalah cip proprietari yang direka dan digunakan eksklusif oleh Meta untuk infrastruktur mereka sendiri. Ia tidak dijual kepada pihak luar. Ini berbeza dengan Google TPU yang boleh diakses sebahagiannya melalui Google Cloud.

nnApa perbezaan antara MTIA dengan cip Apple Silicon?n

Kedua-duanya adalah cip AI proprietari, tapi direka untuk tujuan yang sangat berbeza. Apple Silicon (cip M-series) direka untuk menjalankan AI secara lokal di peranti pengguna xe2x80x94 telefon, tablet, komputer. MTIA Meta direka untuk menjalankan AI di pusat data berskala besar, melayan berbilion permintaan pengguna serentak dari seluruh dunia.

nnSeberapa besar ancaman ini kepada harga saham NVIDIA?n

Analis industri berpendapat bahawa berita ini memberikan tekanan jangka panjang kepada bahagian inference NVIDIA, tapi bukan ancaman segera. NVIDIA masih dominan dalam training, dan ekosistem CUDA mereka terlalu kuat untuk digantikan dengan cepat. Pelabur memantau trend ini dengan teliti.

nnBilakah teknologi ini akan sampai ke platform yang kita guna?n

Sebenarnya, ia sudah pun sampai. Meta sudah menggunakan ratusan ribu cip MTIA dalam persekitaran production. Jadi apabila anda menggunakan Facebook, Instagram, atau WhatsApp hari ini xe2x80x94 kemungkinan besar ada MTIA yang memproses sebahagian dari permintaan anda.

nnn

Rujukan

n

n
• MDEC xe2x80x94 Malaysia Digital Economy Corporation

n

• Digital Nasional Berhad xe2x80x94 5G Malaysia

n

• SME Corp Malaysia xe2x80x94 Sokongan PKS Digital

n

n

n

n

Artikel Berkaitan

nn

n
• NVIDIA Nemotron 3 Super 120B xe2x80x94 Model AI Open Source Terbaru 2026

n

• iPad Air M4 2026 xe2x80x94 Apa Yang Baru & Adakah Berbaloi Upgrade?

n

• Cara Buat Video AI 2026 xe2x80x94 Tutorial Kling, Sora & Runway dalam BM

n

• AI Tools Terbaik 2026 xe2x80x94 Senarai Lengkap untuk Setiap Keperluan

n

• ChatGPT vs Gemini 2026 xe2x80x94 Mana Satu Lebih Bagus?

n

• Prompt Engineering untuk Pemula xe2x80x94 20 Teknik Terbaik ChatGPT & Claude

nn