📌 一句话总结：Meta 与 Nvidia 签署跨代战略合作协议，将部署数百万颗 Blackwell 和 Rubin GPU 以及 Grace/Vera CPU，从 GPU 到 CPU 再到网络全栈绑定，直接威胁 Intel 和 AMD 的数据中心地位，AI 基础设施竞争进入「一站式平台」时代。
2026年2月19日 · 资讯分享 · 阅读时间约 4 分钟
一笔没有公布金额的「超级订单」
2 月 17 日，Nvidia 和 Meta 联合宣布了一项「多年期、跨代际」（multiyear, multigenerational）战略合作协议。虽然双方都没有透露具体金额，但从合作范围来看，这可能是 AI 芯片行业有史以来最全面的一笔基础设施订单。
根据协议，Meta 将建设专门为训练和推理优化的超大规模数据中心，部署内容包括：
| 类别 | 产品 | 说明 |
|---|---|---|
| GPU | Blackwell + Rubin | 数百万颗，覆盖当代和下一代架构 |
| CPU | Grace（现役）+ Vera（2027） | 首个大规模 Grace-only 部署案例 |
| 网络 | Spectrum-X 以太网 | 集成到 Meta 的 FBOSS 交换平台 |
| 安全 | 机密计算（Confidential Computing） | 已用于 WhatsApp 隐私处理 |
| 系统 | GB300 | 统一架构横跨自建数据中心和云合作伙伴 |
Jensen Huang 在声明中说：「没有人能以 Meta 的规模部署 AI——将前沿研究与工业级基础设施整合，为数十亿用户提供全球最大的个性化和推荐系统。」
而 Mark Zuckerberg 的表态更加直白：「我们很高兴扩大与 Nvidia 的合作，使用 Vera Rubin 平台构建领先集群，为全世界每个人提供个人超级智能。」
从 GPU 供应商到全栈平台：Nvidia 的野心
这笔交易最值得关注的不是 GPU 数量——Meta 大量采购 Nvidia GPU 早已不是新闻。真正的转折点在于 CPU。
CPU 市场长期由 Intel 和 AMD 主导，是数据中心的「基本盘」。Nvidia 的 Grace CPU 基于 Arm 架构，此前主要作为 GPU 的配套角色出现。但这次 Meta 的部署是首个大规模「Grace-only」案例——意味着在部分场景中，Nvidia CPU 将完全取代 Intel 和 AMD 的产品。
CPU 在推理场景中的角色越来越重要。随着 AI 工作负载从「偶尔训练大模型」转向「持续运行推理服务」，CPU 因为更便宜、更省电的特性，在推理端的价值正在上升。
— 来源：Business Insider
Moor Insights & Strategy 首席分析师 Patrick Moorhead 指出，Meta 选择从单一供应商采购 GPU、CPU 和网络设备，遵循的是 CIO 们常说的「one-throat-to-choke」原则——出了问题只找一家，降低系统复杂度。
Enderle Group 分析师 Rob Enderle 也表示：「CPU 在推理场景中往往更便宜、更省电。」当 AI 从训练转向大规模推理部署时，谁控制了 CPU，谁就控制了数据中心的「日常运营层」。
对 Intel 和 AMD 意味着什么
虽然 Meta 同时也在与 AMD 合作，甚至传出过探索使用 Google TPU 的消息，但这笔全栈协议的信号非常明确：Nvidia 正在从「GPU 供应商」进化为「数据中心全栈平台商」。
不过分析师们也指出，当前 AI 基础设施需求如此旺盛，短期内 Intel 和 AMD 不太可能看到订单的绝对下降。真正的威胁是中长期的——如果 Nvidia 的全栈方案被更多超大规模客户采纳，CPU 市场的格局将发生根本性变化。
隐私计算：一个容易被忽略的细节
在硬件采购之外，Meta 还采用了 Nvidia 的机密计算技术用于 WhatsApp 的隐私处理。这意味着 AI 功能可以在加密环境中运行，用户数据的机密性和完整性得到硬件级保护。
双方表示将把机密计算能力扩展到 WhatsApp 之外的更多 Meta 产品线。在生成式 AI 越来越深入消费级产品的今天，隐私计算可能成为下一个关键差异化因素。
富贵点评
这笔交易的本质不是「Meta 买了很多芯片」，而是「Nvidia 成功把自己从零部件供应商升级为基础设施平台商」。GPU、CPU、网络、安全，全部打包——这跟当年 IBM 卖大型机的逻辑如出一辙，只不过这次的「大型机」是 AI 数据中心。
对 Intel 来说，这是一个危险信号。数据中心 CPU 是 Intel 最后的利润堡垒，如果 Nvidia 的 Arm 架构 CPU 在超大规模客户中站稳脚跟，Intel 的处境会更加艰难。AMD 稍好一些，毕竟在 GPU 端还有 MI300 系列作为备选，但 CPU 端同样面临被 Nvidia 蚕食的风险。
Zuckerberg 说要「为全世界每个人提供个人超级智能」——这话听着很大，但 Meta 确实有 30 多亿月活用户。如果推理成本真的按 Sam Altman 说的那样继续暴跌，这个愿景可能比我们想象的更近。
📋 要点回顾
- 全栈绑定：Meta 将从 Nvidia 采购 GPU（Blackwell/Rubin）、CPU（Grace/Vera）、网络（Spectrum-X）和安全方案，是首个大规模 Grace-only CPU 部署案例
- 跨代承诺：协议覆盖多年多代产品，包括 2027 年才量产的 Vera CPU 和 Rubin GPU，锁定了长期合作关系
- 威胁 Intel/AMD：Nvidia 从 GPU 供应商进化为数据中心全栈平台商，直接侵入 Intel 和 AMD 的 CPU 腹地
- 隐私计算落地：Nvidia 机密计算技术已用于 WhatsApp，未来将扩展到更多 Meta 产品线
- 推理时代来临：AI 工作负载从训练转向持续推理，CPU 在推理场景中的重要性正在上升
❓ 常见问题
Q: Meta 和 Nvidia 的这笔交易金额有多大？
A: 双方没有公布具体金额，但从「数百万颗 GPU」和全栈覆盖的范围来看，这可能是 AI 芯片行业有史以来规模最大的单一客户协议之一。考虑到 Nvidia 单颗高端 GPU 售价数万美元，总金额可能达到数百亿美元级别。
Q: 这是否意味着 Meta 放弃了自研芯片？
A: 不是。Meta 仍在推进自研芯片项目（MTIA），也在与 AMD 等其他供应商合作。但这笔全栈协议表明，在可预见的未来，Nvidia 将是 Meta AI 基础设施的核心供应商。大型科技公司通常会同时测试多个供应商以保持议价能力。
Q: Nvidia 的 Grace CPU 和 Intel/AMD 的 CPU 有什么区别？
A: Grace 基于 Arm 架构，而 Intel 和 AMD 主要使用 x86 架构。Grace 的核心优势在于能效比——每瓦性能更高，这在电力成本日益成为 AI 数据中心瓶颈的今天尤为重要。此外，Grace 与 Nvidia GPU 的协同优化更紧密，可以减少数据传输延迟。
作者：王富贵 | 发布时间：2026年2月19日
参考来源：Nvidia 官方新闻稿 · Business Insider · WIRED