메타, 자체 AI칩 ‘아이리스’ 9월 양산 돌입
컴퓨팅 파워 14GW로 2배 확대
Executive Summary
메타가 자체 설계 AI칩 ‘아이리스(Iris)’를 오는 9월부터 양산에 돌입한다고 로이터가 내부 메모를 인용해 단독 보도했다. 이는 내년까지 전체 컴퓨팅 파워를 14GW로 끌어올리려는 계획의 일환으로, 메모에 따르면 메타는 2026년 7GW의 용량을 가동한 뒤 2027년 14GW로 두 배 확대하는 2단계 인프라 확장을 추진하고 있다. 아이리스는 메타가 자체 설계하는 4세대 MTIA(Meta Training and Inference Accelerator) 프로젝트의 일부로, 페이스북·인스타그램을 구동하는 AI를 개선하는 데 투입된다. 주목할 점은 칩 버그 테스트가 단 6주 만에 중대 결함 없이 완료됐다는 것으로, 5년 넘게 부진했던 사내 실리콘 프로젝트가 확실한 모멘텀을 확보했음을 보여준다. 설계는 브로드컴이 지원하고 생산은 TSMC가 맡는다. 메모는 또한 삼성전자(메모리), 샌디스크(플래시 스토리지), 스미토모전기(광섬유 장비)와의 공급 계약 연장 사실도 담고 있어, 메타의 인프라 확장이 한국 메모리 업계에도 직접적 수혜로 이어질 수 있음을 시사한다. 자체 실리콘 확대는 엔비디아·AMD 의존도를 낮추고 막대한 컴퓨팅 비용을 절감하려는 전략의 핵심 축이다.
I. 보도 핵심 — 아이리스 9월 양산과 14GW 로드맵
로이터가 확인한 내부 메모에 따르면 메타는 9월부터 데이터센터용 AI칩 아이리스의 제조를 시작한다. 아이리스는 메타가 자체 설계하는 MTIA 4세대 프로젝트의 일부로, 자체 맞춤형 실리콘으로 페이스북과 인스타그램의 AI를 개선하는 것이 목표다. 버그 테스트는 단 6주 만에 완료됐고 중대한 문제도 발견되지 않았다. 이런 빠른 진전은 출범 후 5년 넘게 표류해 온 사내 칩 개발 노력에 긍정적 모멘텀이 붙었음을 보여주는 신호다. 메타는 자사 수요에 맞춰 칩을 설계했으며, 브로드컴이 설계를 지원하고 TSMC가 생산을 담당한다. 이 접근법은 막대한 컴퓨팅 비용을 낮추고 엔비디아·AMD 같은 칩 공급업체로부터의 독립성을 높이는 데 기여할 전망이다. 메모는 2026년 7GW의 컴퓨팅 용량이 가동에 들어가고 2027년에는 14GW로 확대되는 2단계 인프라 확장 계획도 담고 있다. 메타의 올해 AI 인프라 지출 전망치는 최대 1,450억 달러에 이른다.
II. MTIA 로드맵 — 6개월 주기의 4세대 칩 전략
아이리스가 속한 MTIA 프로그램은 지난 3월 11일 공개된 공격적인 로드맵의 일부다. 메타는 MTIA 300·400·450·500 등 4개 세대의 칩을 2년 안에 순차 출시하겠다고 밝혔으며, 업계 통상 주기인 1~2년보다 훨씬 빠른 약 6개월 주기의 출시 페이스를 제시했다. MTIA 300은 랭킹·추천(R&R) 워크로드용으로 이미 양산 중이고, MTIA 400(코드명 아이리스로 알려짐)은 랩 테스트를 마치고 데이터센터 배치를 앞두고 있었다. 생성형 AI 추론에 초점을 맞춘 MTIA 450과 500은 각각 2027년 초와 2027년 중 대량 배치가 예정돼 있다. 메타 기술블로그에 따르면 MTIA 300에서 500까지 HBM 대역폭은 4.5배, 연산 성능(FLOPS)은 25배 증가한다. MTIA 400은 6 PFLOPS(FP8) 성능에 288GB HBM(9.2TB/s)을 갖추고 72개 가속기가 하나의 스케일업 도메인을 구성하며, MTIA 500은 10 PFLOPS(FP8)에 최대 512GB HBM(27.6TB/s)까지 확장된다. 모듈형 칩렛 구조 덕분에 MTIA 400·450·500이 동일한 섀시·랙·네트워크 인프라를 공유해, 신규 데이터센터 구축 없이 세대 교체가 가능하다는 점이 6개월 주기를 가능케 한 핵심이다.
| 칩 | 주력 워크로드 | 주요 사양 | 배치 일정 |
|---|---|---|---|
| MTIA 300 | 랭킹·추천(R&R) 학습 | 컴퓨트 칩렛 1개 + 네트워크 칩렛 2개 | 양산 중 |
| MTIA 400 (아이리스) | 전 워크로드, GenAI 추론 중심 | 6 PFLOPS FP8, 288GB HBM @9.2TB/s, 1,200W | 2026년 9월 양산 개시 |
| MTIA 450 | GenAI 추론 최적화 | HBM 대역폭 400 대비 2배(18.4TB/s), MX4 FLOPS +75% | 2027년 초 대량 배치 |
| MTIA 500 | GenAI 추론 최적화 | 10 PFLOPS FP8, 최대 512GB HBM @27.6TB/s, 1,700W | 2027년 대량 배치 |
III. 브로드컴·TSMC 동맹 — 1GW에서 멀티기가와트로
아이리스의 양산은 지난 4월 14일 발표된 메타-브로드컴 파트너십 확대의 첫 실질적 결과물이기도 하다. 양사는 2029년까지 이어지는 전략적 파트너십을 통해 1차로 1GW 이상의 커스텀 MTIA 실리콘을 배치하고, 이후 ‘멀티기가와트 롤아웃’을 추진하기로 했다. 브로드컴은 이 딜을 자사 XPU 플랫폼 기반의 “업계 최초 2나노 AI 컴퓨트 가속기”를 공급하는 계약이라고 설명했으며, 칩 설계부터 첨단 패키징, 이더넷 기반 스케일아웃 네트워킹까지 협력 범위가 걸쳐 있다. 흥미로운 대목은 거버넌스 변화다. 2024년 2월부터 메타 이사회에 몸담아온 혹 탄 브로드컴 CEO는 파트너십 확대 발표와 동시에 이사 재선임에 나서지 않고 메타의 커스텀 실리콘 로드맵 자문역으로 전환했는데, 이는 확대된 상업적 관계의 규모를 반영한 조치로 풀이된다. 브로드컴의 AI 매출은 FY2026 1분기 84억 달러(전년 대비 +106%)를 기록했고 2분기 가이던스는 107억 달러(+140%)에 달해, 하이퍼스케일러 커스텀 칩 수요가 실적을 견인하고 있다.
IV. 공급망 파급 — 삼성전자·샌디스크·스미토모전기
로이터가 확인한 메모에서 투자자 관점에서 특히 주목할 부분은 공급망 계약이다. 메타는 인프라 확장을 뒷받침하기 위해 삼성전자(메모리 칩), 샌디스크(플래시 스토리지), 스미토모전기(광섬유 장비)와 공급 계약을 연장한 것으로 확인됐다. 세 회사 모두 논평하지 않았으나, 이는 메타의 7GW→14GW 확장이 한국 메모리 업계를 포함한 글로벌 부품 공급망에 직접적인 수혜로 이어질 수 있음을 시사한다. 특히 MTIA 시리즈가 세대를 거듭할수록 HBM 대역폭과 용량(MTIA 500 기준 최대 512GB)을 공격적으로 늘리는 설계라는 점에서, HBM 수요의 새로운 축이 될 가능성이 있다. 이런 장기 다개년 공급계약은 애플 등이 가격 인상에 나설 만큼 심화된 메모리 칩 부족 국면에서 데이터센터 확장 목표 달성에 필수적인 장치가 됐다. 메모리를 비롯한 칩 가격이 가파르게 오르면서 모건스탠리 애널리스트들은 ‘칩플레이션(chipflation)’이 거시경제적 우려로 부상했다고 지적하기도 했다. 앞서 BofA 등은 메타의 GW당 증설 비용을 450억 달러로 3사 중 가장 높게 추정한 바 있는데, 자체 칩 비중 확대는 이 비용 격차를 좁히려는 시도이기도 하다.
V. 전략적 의미 — 엔비디아 의존 축소, 그러나 대체는 아니다
메타의 자체 실리콘 전략은 엔비디아를 대체하기보다 워크로드를 분리하는 접근이다. 메타는 30억 명 이상의 일일 사용자를 위한 추천 시스템과 라마(Llama) 모델 학습에 막대한 GPU를 구매하는 엔비디아 최대 고객 중 하나이며, 자체 칩으로 옮길 수 있는 워크로드가 늘어날수록 엔비디아 마진을 지불하지 않아도 되는 부분이 커진다. 업계 분석가들은 MTIA를 엔비디아를 단기간에 대체하는 수단이 아니라, 성장분을 흡수하고 GPU 청구서를 가장자리에서부터 줄여가는 수단으로 본다. 주목할 점은 메모가 아이리스를 GPU의 대체가 아니라 “보강(augment)” 수단으로 규정하면서도, 메타 정도 규모의 기업에서 최신 GPU를 도입하는 것이 “큰 부담이었고, 그로 인해 시간을 잃었다”고 솔직하게 인정했다는 것이다. 실제로 프론티어 모델 학습은 여전히 엔비디아 하드웨어와 CUDA 소프트웨어의 지배력이 가장 공고한 영역으로, 구글(TPU)·아마존(트레이니엄)의 사내 대안도 성숙하는 데 수년이 걸렸다. 다만 추론(인퍼런스)이 AI 컴퓨트 사이클의 대부분을 차지하는 국면으로 접어들면서, 하이퍼스케일러들이 추론 워크로드에 GPU 프리미엄을 지불하는 것은 더 이상 합리적이지 않다는 판단을 공유하고 있다는 점이 구조적 변화의 핵심이다.
메타는 트랜스포머 추론의 디코드 단계에서 병목은 FLOPS가 아니라 HBM 대역폭이라고 본다. 학습용으로 설계된 범용 GPU는 추론에 불필요한 비용·전력 오버헤드를 안고 있다는 것이 MTIA의 존재 이유이며, MTIA 450의 HBM 대역폭은 기존 주요 상용 제품을 상회한다는 게 메타의 설명이다.
VI. 리스크 요인 — 5년의 부진, 그리고 실행력 검증
낙관 일변도로 보기 어려운 지점도 있다. 메타의 사내 칩 프로젝트는 출범 후 5년 넘게 표류해 왔으며, 이번 6주 버그 테스트 통과와 9월 양산 일정은 아직 내부 메모 단계의 정보다. 로이터 보도 역시 익명 소스와 메모에 기반하고 있고 메타는 공식 논평을 거부했다. 2년 안에 4개 세대를 출시하는 공격적 로드맵은 품질·신뢰성 관리 측면에서 전례 없는 실행 부담을 수반하며, 자체 칩이 실제 GPU 지출을 유의미하게 줄이는지는 2027년 MTIA 450·500의 대량 배치가 이뤄져야 검증 가능하다. 앞서 JP모건이 메타 크레딧을 하향하며 지적했듯, AI 지출이 ROIC로 이어진다는 점을 시장에 설득하는 것이 메타의 최대 과제인 만큼, 아이리스의 양산 성공 여부는 단순한 칩 뉴스를 넘어 메타 투자 내러티브 전반의 시험대가 될 전망이다.
VII. 결론 및 투자 시사점
아이리스 9월 양산은 메타의 커스텀 실리콘 전략이 실험 단계에서 인프라 전략의 핵심 축으로 격상됐음을 보여주는 이정표다. 14GW 로드맵과 삼성전자 등과의 공급 계약 연장은 이 확장이 공급망 전반에 미칠 파급력을 예고한다.
내부 메모상의 일정이 실제 양산·데이터센터 배치로 이어지는지, 그리고 브로드컴이 약속한 1GW 초기 물량이 어느 데이터센터에 우선 투입되는지가 첫 검증 포인트다.
삼성전자와의 메모리 공급 계약 연장이 확인된 만큼, MTIA 시리즈의 HBM 탑재 확대(최대 512GB)가 국내 메모리 업체 수주에 어떻게 반영되는지 추적할 필요가 있다.
양산 시점과 용량 목표 모두 메타의 공식 발표가 아닌 내부 메모·익명 소스에 기반한 정보로, 향후 실적 발표에서 공식 확인되기 전까지는 일정 변동 가능성을 염두에 둘 필요가 있다.
VIII. 함께 보면 좋은 글
메타의 AI 인프라 투자와 하이퍼스케일러 캐펙스 테마를 함께 보면 좋은 이전 세미데일리 포스트를 소개한다.
Meta to Put Its ‘Iris’ AI Chip Into Production in September
Doubling Computing Power to 14GW
Executive Summary
Meta plans to start manufacturing its in-house AI chip, code-named “Iris,” from September, according to an internal memo reviewed by Reuters. The move is part of a plan to boost overall computing power to 14 gigawatts next year — the memo outlines a two-step infrastructure expansion, with 7GW of capacity coming online in 2026 and 14GW by 2027. Iris belongs to Meta’s four-generation MTIA (Meta Training and Inference Accelerator) project, designed in-house to improve the AI powering Facebook and Instagram. Notably, bug testing took only six weeks and found no major issues — a signal of real momentum for an in-house silicon effort that had floundered for more than half a decade. Broadcom is helping design the chip and TSMC will manufacture it. The memo also revealed extended supply contracts with Samsung Electronics (memory), Sandisk (flash storage), and Sumitomo Electric (fiber-optic equipment), suggesting Meta’s buildout will flow directly into the global — and Korean — component supply chain. Expanding custom silicon is central to Meta’s strategy of lowering its massive computing costs and reducing dependence on Nvidia and AMD.
I. The Report — Iris in September and the 14GW Roadmap
Per the internal memo Reuters reviewed, Meta will begin manufacturing its data-center AI chip Iris in September. Iris is part of the four-generation MTIA project Meta designs in-house, aimed at using custom silicon to improve the AI powering Facebook and Instagram. Bug testing took just six weeks and turned up no major issues — quick progress that signals positive momentum for an in-house effort that had struggled since launching more than half a decade ago. Meta tailored the chip to its own needs, with Broadcom assisting on design and TSMC handling manufacturing. The approach should help lower Meta’s massive computing costs and increase independence from chip suppliers like Nvidia and AMD. The memo also outlined a two-step infrastructure expansion: 7GW of computing capacity coming online in 2026, doubling to 14GW by 2027. Meta’s projected AI infrastructure spending for the year runs as high as $145 billion.
II. The MTIA Roadmap — Four Generations on a Six-Month Cadence
Iris fits into the aggressive roadmap Meta unveiled on March 11: four chip generations — MTIA 300, 400, 450, and 500 — rolling out within two years on a roughly six-month cadence, far faster than the industry’s typical one-to-two-year cycle. MTIA 300 is already in production for ranking and recommendation (R&R) workloads, while MTIA 400 (understood to carry the Iris codename) had completed lab testing ahead of data center deployment. MTIA 450 and 500, focused on generative AI inference, are slated for mass deployment in early 2027 and later in 2027, respectively. Per Meta’s engineering blog, HBM bandwidth rises 4.5x and compute FLOPS 25x from MTIA 300 to 500. MTIA 400 delivers 6 PFLOPS (FP8) with 288GB of HBM at 9.2TB/s, with 72 accelerators forming a single scale-up domain; MTIA 500 scales to 10 PFLOPS (FP8) and up to 512GB of HBM at 27.6TB/s. A modular chiplet architecture lets MTIA 400, 450, and 500 share the same chassis, rack, and network infrastructure — the key enabler of the six-month cadence, since each new generation drops into the existing physical footprint.
| Chip | Primary Workload | Key Specs | Deployment |
|---|---|---|---|
| MTIA 300 | Ranking & recommendation (R&R) training | 1 compute chiplet + 2 network chiplets | In production |
| MTIA 400 (Iris) | All workloads, GenAI inference focus | 6 PFLOPS FP8, 288GB HBM @9.2TB/s, 1,200W | Production from Sept. 2026 |
| MTIA 450 | GenAI inference optimized | 2x HBM bandwidth vs. 400 (18.4TB/s), +75% MX4 FLOPS | Mass deployment early 2027 |
| MTIA 500 | GenAI inference optimized | 10 PFLOPS FP8, up to 512GB HBM @27.6TB/s, 1,700W | Mass deployment 2027 |
III. The Broadcom-TSMC Alliance — From 1GW to Multi-Gigawatt
Iris’s production launch is also the first tangible output of the expanded Meta-Broadcom partnership announced April 14. The two companies agreed to a strategic partnership through 2029 covering an initial deployment of more than 1GW of custom MTIA silicon, followed by a “multi-gigawatt rollout.” Broadcom described the deal as delivering “the industry’s first 2nm AI compute accelerator” on its XPU platform, spanning chip design, advanced packaging, and Ethernet-based scale-out networking. A notable governance shift accompanied the deal: Broadcom CEO Hock Tan, a Meta board member since February 2024, announced he would not stand for reelection and would transition to an advisory role on Meta’s custom silicon roadmap — a move reflecting the scale of the expanded commercial relationship. Broadcom’s AI revenue hit $8.4 billion in Q1 FY2026 (+106% YoY), with Q2 guidance at $10.7 billion (+140%), driven by hyperscaler custom-chip demand.
IV. Supply Chain Ripples — Samsung, Sandisk, Sumitomo Electric
For investors, one of the most notable details in the memo concerns supply contracts. Meta has locked in extended supply agreements with Samsung Electronics (memory chips), Sandisk (flash storage), and Sumitomo Electric (fiber-optic equipment) to underpin its buildout. None of the three commented, but the disclosures suggest Meta’s 7GW-to-14GW expansion will flow directly into the global component supply chain — including Korea’s memory industry. With the MTIA series aggressively scaling HBM bandwidth and capacity each generation (up to 512GB on MTIA 500), it could become a meaningful new axis of HBM demand. Such long-term, multi-year supply agreements have become critical to hitting data center expansion targets amid a memory chip shortage severe enough to prompt price hikes from companies like Apple. With memory and other chip prices rising rapidly, Morgan Stanley analysts have flagged “chipflation” as a macroeconomic concern. BofA and others have previously estimated Meta’s cost per GW at $45 billion — the highest among the big three — and expanding its own-chip mix is partly an attempt to close that gap.
V. Strategic Meaning — Reducing Nvidia Dependence, Not Replacing It
Meta’s custom silicon strategy is about workload segmentation rather than replacing Nvidia outright. Meta remains one of Nvidia’s largest customers, buying vast numbers of GPUs to train its Llama models and run recommendation systems for more than 3 billion daily users — and every workload it can shift onto its own chips is one it no longer pays Nvidia’s margins for. Analysts tend to frame MTIA as a way to absorb growth and trim the GPU bill at the margins, not displace Nvidia near-term. Notably, the memo frames Iris as a means to “augment” — not replace — the large quantities of GPUs Meta buys from Nvidia and AMD, while candidly admitting that adopting the latest GPUs at a firm of Meta’s scale “has been a heavy lift, and it has cost us time.” Frontier model training remains the workload where Nvidia’s hardware and CUDA software are stickiest, and in-house alternatives from Google (TPU) and Amazon (Trainium) took years to mature. The structural shift, however, is that as inference comes to represent the bulk of AI compute cycles, hyperscalers have collectively concluded that paying GPU premiums for those workloads no longer makes financial sense.
Meta argues the bottleneck in the decode phase of transformer inference is HBM bandwidth, not FLOPS. General-purpose GPUs designed for training carry cost and power overhead unnecessary for inference — the core rationale for MTIA — and Meta says MTIA 450’s HBM bandwidth exceeds that of existing leading commercial products.
VI. Risk Factors — Five Years of Struggle, Execution Still Unproven
There are reasons for caution. Meta’s in-house chip project floundered for more than five years after launch, and both the six-week bug-test result and the September production timing remain internal-memo-stage information — Reuters’ reporting rests on anonymous sources and the memo, and Meta declined to comment. Shipping four generations in two years imposes unprecedented execution demands on quality and reliability, and whether custom chips meaningfully reduce GPU spending won’t be verifiable until MTIA 450/500 mass deployment in 2027. As JPMorgan noted when downgrading Meta’s credit, convincing the market that AI spending converts into ROIC is Meta’s biggest challenge — making Iris’s production success a test not just of a chip, but of Meta’s entire investment narrative.
VII. Conclusion and Investment Implications
Iris entering production in September marks the moment Meta’s custom silicon strategy graduates from experiment to core infrastructure pillar. The 14GW roadmap and extended supply contracts with Samsung and others signal how far the ripples of this buildout will reach across the supply chain.
Whether the internal-memo schedule converts into actual production and data center deployment — and which facilities receive Broadcom’s promised initial 1GW — is the first verification point.
With the Samsung memory supply extension confirmed, tracking how MTIA’s expanding HBM content (up to 512GB) translates into orders for Korean memory makers is worthwhile.
Both the production timing and capacity targets come from an internal memo and anonymous sources rather than official disclosure; schedule changes remain possible until confirmed in Meta’s earnings communications.
VIII. Related Reading
For further context on Meta’s AI infrastructure investment and hyperscaler capex themes, see these related semidaily posts.
