Meta 拟收购 RISC-V 芯片公司 Rivos，打造 AI 芯片生态新轴心
在 AI 战略竞争加剧之际，Meta 正试图从软件 / 平台端走向硬件端。该公司工程副总裁 Song Yee Jiun 已确认 Meta 正在洽谈收购 RISC-V 芯片企业 Rivos，目的是强化其 AI 计算能力堆栈。
🧩 “为什么要买芯片公司？Meta 的战略考量”
Meta 一直在 AI、元宇宙、AR/VR 等方向持续投入。在这些业务中，计算能力 是核心瓶颈。通过收购 Rivos，Meta 可以在硬件层面拥有更多自主控制权，从芯片设计到系统整合都可向内打通，从而降低对外部供应链、许可费、架构限制的依赖。
这种趋势在大厂中正在变得普遍 — 谷歌、苹果、亚马逊等都在自研芯片—Meta 若要追赶，也必须补上这一环。
📈 Rivos 的融资历史与定位
在 2024 年，Rivos 曾获得 2.5 亿美元融资，用于其首款面向 AI 的服务器芯片开发，其目标是结合 CPU + AI 加速器于一体。
投资方包括 Intel、MediaTek、Dell Technologies 等。Rivos 的创始团队强调他们采取“软件定义硬件”的策略——先打软件、后做芯片。
Rivos 在 RISC-V 开源社区也有不少动作：曾参与 RISC-V 国际下的多个项目 / 生态建设。
Meta 对 Rivos 的估值谈判接近 20 亿美元。
Tom’s Hardware 报道称，Rivos 在 GPU / AI 加速器 / SoC 设计方面已有技术沉淀，其 IP 包括 PCIe 加速卡、AI 推理加速器等。
📡 媒体 / 市场视角
Reuters 报道指出，Meta 希望通过收购 Rivos 加快其 MTIA (Meta Training and Inference Accelerator) 芯片项目，从而减少对 NVIDIA GPU 的依赖。
Barron’s 评论称，这一收购传闻一出后，Nvidia 股价出现震荡，市场开始反思 Meta 自研芯片战略对 GPU 供应商的冲击。
Tom’s Hardware 在报道中提到：Meta 长期以来也是 Rivos 的客户之一，这次谈判整合可能在技术 / 资源上更顺畅。
DataCenterDynamics 报道指出，该交易能帮助 Meta 在服务器 / 数据中心硬件层面获得更深入控制权。
Rivos 是一家专注于高性能 RISC-V 架构芯片设计公司，其在全栈 AI 系统开发方面具有较强技术积累。Meta 方面认为，Rivos 的设计经验能够帮助 Meta 在 AI 芯片与系统设计层面实现加速。
此外，Rivos 背后还有英特尔 CEO 陈立武的支持，陈立武本人是其董事会成员。Rivos 最近一轮融资估值约 20 亿美元。
Meta 与 Rivos 之间已有客户 / 供应关系：Meta 长期是 Rivos 的大客户之一，这为收购提供了一定基础。
⚠ 风险 / 挑战 / 关键观察点
| 方向 | 风险 / 不确定性 |
|---|---|
| 整合难度 | 把芯片设计团队、硬件团队与 Meta 现有的软件 / 平台生态融合在一起，需要克服文化、技术差异、流程对接等多重障碍。 |
| 研发与制造成本 | 芯片设计 + 流片 + 封测成本极高；若 Meta 要自己走硅制造，还可能面临产能供应、设备投资、技术门槛等重负。 |
| 生态 / 兼容性 | Meta 若全盘使用 RISC-V 架构，需要保证其硬件与现有软件 / AI 系统 /模型兼容性、生态支持（驱动、编译器、库等）。 |
| 市场 / 竞争压力 | 与已经在 AI 芯片领域深耕的公司（NVIDIA, AMD, Google, Apple 等）相比，Meta 硬件能力起步较晚。 |
| 政策 / 监管风险 | 收购芯片公司可能触及国家安全 / 技术出口限制 / 地缘政治风险，尤其是涉及核心架构技术的技术流动与控制。 |
一个重要观察点是：Meta 能否在收购后持续投入、并把 Rivos 的设计能力真正转化为产品落地，而不仅是“买个概念 / 技术储备”。
🧠 总结 / 思考
核心要点回顾
- Meta 正有意收购高性能 RISC-V 芯片公司 Rivos，以增强其 AI 芯片技术堆栈和自主硬件能力。
- Rivos 在全栈 AI 系统以及 RISC-V 设计方面具备技术积累，Meta 与其已有客户 / 供应关系。
- 多家媒体将此举视为 Meta 向硬件自主化迈进的一步，但潜在挑战与风险不容忽视。
值得思考 / 我的疑问
- 在软件 / 平台巨头转向硬件自主时，它们最容易碰到哪一步痛点？Meta 能否跨越这些痛点？
- RIVOS 所在的 RISC-V 架构生态目前处在成长阶段，与主流架构（如 Arm、x86）相比还差哪些关键支撑？
- 若 Meta 真把硬件能力搭建起来，这对于 AI 模型部署 /性能 /能耗 /成本将产生怎样的连锁影响？
- 在全球技术 /芯片产业竞争激烈、地缘政治干扰越来越普遍的背景下，这样的硬件收购 /自研路线是否更具风险？
金句送给你
“当算法遇见硬件，真正的竞赛才刚开始。”