Meta 的算力出售计划：AI 牛市的故事是否即将上演？

正文：

当前市场的担忧并非源自某家公司的模型暂时落后，或是某款芯片性能未达预期，而是对过去两年被普遍看作最确定变量的科技巨头资本支出能否持续增长产生了疑问。

根据彭博社在7月1日的报道，Meta 正在启动一项新的云计算业务，计划将其可能的剩余 AI 算力出售给外部客户，并考虑提供类似 AWS Bedrock 的托管模型服务。

这一消息传出后，Meta 的股价在盘中一度上涨超过10%，最终收涨8%。与此同时，CoreWeave 和 Nebius 分别下跌了13%和17%；在亚盘交易时段，AI 硬件的抛售情绪蔓延，韩国 KOSPI 也一度下跌约7%，三星电子和 SK 海力士均跌超8%。

这一突如其来的行业震荡，让支撑过去两年 AI 牛市的核心信念首次出现了明显裂痕：这是否意味着 AI 基础设施的供需关系正由短缺转向过剩，科技巨头们持续两年的算力竞赛即将迎来转折点？

或者，这是否揭示了一个更严峻的现实：市场真正缺乏的，是能够将 GPU 转化为有效模型、产品和收入的能力，而非 GPU 本身？

过去两年，AI 行情的底层逻辑归结为「短缺」二字。

更准确地说，这是由需求激增、供给不足，再加上巨头们疯狂的资本扩张，共同推动的一场结构性牛市。

起初，短缺的是高端 GPU 和先进封装产能，随后瓶颈扩展至 HBM、高速光模块及网络设备，再到数据中心场地、电力容量、燃气轮机、电气设备和高密度散热等，最终供需紧张蔓延至普通 DRAM、NAND、企业级 SSD，甚至是曾被视为「旧资产」的机械硬盘。

可以说，这段时间 AI 产业链的炒作如同一份不断扩大的缺货清单，展现出明显的「木桶效应」和板块轮动。这意味着，只要模型训练和推理需求持续增长，而新的算力产能、电力和数据中心未能及时释放，所有稀缺环节均有机会增强议价权，促使上游厂商提高价格、锁定长期合约，进而继续扩张。

因此，若继续追溯，发现这轮行情真正的牛市引擎并非仅限于英伟达、海力士或电力设备公司，而是微软、Meta、Amazon、Google 等科技巨头对 AI 需求的预期和资本支出持续增长所推动。

在上游，巨头愿意投入多少钱，决定了它们采购多少 GPU、存储和网络设备，建设多少数据中心，以及锁定多少第三方云算力和长期电力资源，这直接影响到整个 AI 供应链的景气度上限。

根据 Bridgewater 的估算，Alphabet、Amazon、Microsoft 和 Meta 四家公司预计在2026年用于扩大 AI 基础设施的投资将达到约6500亿美元，较2025年的4100亿美元增长近60%。路透社5月援引高盛和摩根士丹利的估算，2026年全球与 AI 相关的资本开支可能达到约8000亿美元，包括数据中心、电力、设备和软件等。

在某种程度上，这场竞争可看作是 AI 领域的「外卖大战」Plus 版本。

Meta 不仅没有减缓步伐，反而加大了投资力度。

它将2026年的资本开支指引从1150亿至1350亿美元上调至1250亿至1450亿美元。截至今年一季度末，Meta 拥有约2377亿美元的不可取消合同承诺，其中很大一部分与服务器、数据中心、网络基础设施及第三方云算力相关。

因此，Meta 考虑对外出售部分算力，并不意味着它认为整个行业的算力不足以支撑市场需求，相反，正是因为数据中心的建设周期较长，Meta 需要提前为更激进的需求情景做好准备。基础设施完成后，内部模型、产品和流量需求未必能同步增长，可能会导致阶段性的供需失衡。

简单来说，Meta 正在为未来几年的算力大规模建设做准备，但由于自研模型暂时未能超越竞争对手，内部产品尚未完全成熟，现有的算力可能无法被充分利用。与其让这些昂贵的 GPU 闲置，不如将其推向外部市场，以提高利用率并回收部分成本。

理论上，Meta 也并非首家将自建算力出售的 AI 企业。今年5月，xAI 已与 Anthropic 达成合作，以每月12.5亿美元的价格向其开放拥有超过22万块英伟达 GPU 的 Colossus 1 超级计算集群。

这种经济逻辑并不复杂，资源最终会流向最能创造价值的企业。当一家公司暂时无法充分利用其算力，只要有另一家企业愿意支付高价，最理性的选择便是将其出租以实现变现。

然而，Meta 的代表性远超 xAI。

因为 Meta 拥有多个用户入口，包括 Facebook、Instagram、WhatsApp、Messenger 和 Threads，构成了全球最大的消费互联网产品矩阵之一，理论上，它应该是最轻松将 AI 模型嵌入现有产品、形成用户循环并消化算力的企业之一。

但是，至少在目前，Meta 尚未像 Google 那样将模型、产品、云服务和用户入口无缝连接，这导致了一个颇具讽刺的矛盾局面——Meta 在大规模建设 AI 基础设施的同时，仍需依赖外部模型和算力服务，例如其对 Gemini 模型和计算资源的需求过于庞大，已导致 Google 无法满足，部分内部 AI 项目因此受到了影响。

表面上，这似乎有些矛盾，但本质上这是长周期供给与短周期需求之间的错位，主要由于现阶段的大模型应用和即时推理需求，因自研模型尚无法完全替代外部方案，仍需依赖 Google 等供应商。

因此，Meta 同时进行「采购外部算力」和「出售部分自有算力」的策略并不矛盾，真正的问题在于它所拥有的算力能否在合适的时间、以合适的形式，与真正具有竞争力的模型和产品相匹配，也就是说，Meta 可能对自身实力的预期过于乐观，导致过多的算力建设，使得现在自家模型和产品无法充分利用，只能选择出售。

在 Meta 准备出售算力后，市场反应颇具趣味。

Meta 股价在盘中一度上涨超过10%，最终收涨8%；与此同时，CoreWeave 和 Nebius 分别重挫13%和17%；次日的亚洲交易时段，抛售情绪继续蔓延至 AI 硬件，韩国 KOSPI 一度下跌约7%，三星电子和 SK 海力士均跌超8%。

市场的直观表现是「云跌、硬件跌、软件涨」。

而硬件产业链的紧张局势，源于市场更深层次的猜测：连 Meta 这样的巨头都开始出售算力，是否意味着算力即将供过于求？巨头们是否会下调资本开支？

然而，我们必须澄清一个核心事实：Meta 的内部算力余量并不代表整个科技行业的算力达到顶峰，这种理解可能完全是一个误解。