當Meta開始賣算力

7月1日，彭博社爆出一條消息：Meta 內部正在推進一個代號為 "Meta Compute" 的項目，計劃向外部客戶出售富餘的AI算力。

兩條路徑同時推進：

• 託管模型訪問——把 Llama 和 Muse Spark 等模型開放給企業客戶，按 Token 用量收費，對標 AWS Bedrock；
• 裸算力直接銷售——把 GPU 集群按小時租出去，對標 CoreWeave。

消息一出，市場立刻用腳投票：META 當日漲約 9%（CNBC），投資者將其解讀為祖克柏對「千億 AI 投入能否收回」質疑的正面回應。

而另一頭，CoreWeave 和 Nebius 均跌約 15%（247 Wall St）——這兩家靠「賣 GPU 時間」為生的 Neocloud（新興 AI 雲），突然多了一個體量是自己幾十倍的對手。

這不是偶然。祖克柏在 5 月的股東電話會議上已經說過：

「這絕對是我們可選的方案之一。幾乎每週都有外部公司聯繫我們，希望我們推出 API 服務，或詢問能否購買我們的算力，甚至願意支付高於我們採購成本的價格。」

他當時的完整表述是：「我們目前還沒有這樣做，這是因為我們認為這些算力還具備其自身的用途。但是，如果未來我們認為算力建設出現了過剩的情況，那麼這將會是我們可以採取的一項選擇。」

這句話現在正在變成行動。

1450 億美元的賭注

要理解 Meta 為什麼要賣算力，先得知道它建了多少。

2026 年 4 月，Meta 將全年資本支出指引上調至 1250 億–1450 億美元（SEC 10-Q 文件確認），較 2025 年實際 capex 722 億美元幾乎翻倍。這個數字在財報電話會上讓投資者短暫慌了一下——消息當天股價跌了 10%。

但祖克柏沒有退。他的邏輯是：

「整個行業面臨的最大瓶頸仍然是算力供應，所以我們應該盡可能多地先儲備算力資源，未來再決定如何利用。」

具體建了多少？幾個數字：

這不是 Meta 一家的問題。微軟、谷歌、亞馬遜也在同步瘋狂砸錢。2026 年，四家科技巨頭的合計 capex 逼近 7000 億美元。

這些錢買的不是軟體，是鋼筋、電力、輝達 GPU，和一片一片拔地而起的數據中心。

為什麼會有富餘：訓練-推理的利用率缺口

算力這個東西，有個物理學問題：它不是均勻消耗的。

一個大語言模型的訓練任務，可能在幾個月內 100% 吃滿幾萬張 GPU。但訓練完成之後，這批集群的利用率會驟降到 30%–50%——只剩下推理請求在跑，而推理的算力需求遠低於訓練。

Meta 的訓練節奏是公開已知的：Llama 4 訓練完了，Llama 5 還在路上。中間的空窗期，集群就在那裡，耗著電費，不產生回報。

祖克柏的策略叫「先囤積，後決策」（Hoard now, decide later）。先按峰值訓練需求把基礎設施建起來，至於建成後怎麼用——到時候再說。

這套策略的前提是：未來總有用得上這些算力的理由。 而「賣出去」就是那個理由之一。

從物理規律來看，這不是 Meta 管理不善導致的浪費——這是算力基建的固有週期。只要你在做前沿 AI 研發，你遲早會面對這個問題。

Meta 的區別在於：它最早承認了這一點，並且開始行動。

先行者現身：SpaceX/xAI 的算力生意

Meta 不是第一個這麼幹的。

2026 年 5 月，馬斯克的 SpaceX/xAI 完成了兩筆震驚市場的算力租賃合約：

第一筆：Anthropic 租 Colossus 1

• 月租：12.5 億美元
• 合約期限：至 2029 年
• 總合約價值：約 450 億美元
• 標的：田納西州曼菲斯 Colossus 1 資料中心的全部可用算力（20 萬+ 輝達 GPU）

第二筆：Google 租 Colossus 2

• 月租：9.2 億美元
• 標的：Colossus 2 資料中心的算力集群

兩筆合約加起來，SpaceX/xAI 每年僅靠「租 GPU」就能入帳超過 260 億美元。

更重要的是：它驗證了「自建數據中心→賣算力」這條路的可行性。

Meta 正在走的，就是同一條路。而且 Meta 的體量遠大於 xAI——它已承諾投入 1829 億美元建基礎設施。

誰最受傷：Neocloud 的雙重擠壓

Meta 入局，最直接的壓力落在 Neocloud 身上。

這類公司的商業模式很簡單：向上游（輝達或 Meta 這樣的超大規模買家）批量採購/租賃 GPU，然後拆分成小時級算力出租給下游的 AI 創業公司、研究機構、企業用戶。

CoreWeave 是其中最知名的——2025 年 3 月 IPO，上市後市值一度突破 500 億美元。它的核心資產是一堆 GPU 和一批長期客戶合約。

但 Meta 入局之後，CoreWeave 的商業模式出現了兩道裂縫：

裂縫一：下游客戶被分流。 如果 AI 創業公司可以直接從 Meta 租到算力——而且 Meta 的 GPU 更新、規模更大、價格可能更低——為什麼還要找 CoreWeave？

裂縫二：最大客戶變對手。 CoreWeave 和 Meta 本身就有深度合作。2026 年 4 月，CoreWeave 與 Meta 簽署了總額 350 億美元的算力供應協議（至 2032 年），其中 210 億為 2027–2032 年新增部分。Nebius 也跟 Meta 簽了 270 億美元的類似協議。這些合約的方向是 CoreWeave/Nebius 向 Meta 供算力——Meta 是買方。

如果 Meta 決定自建算力並對外銷售，它很可能減少向 CoreWeave 和 Nebius 的外部採購。這些合約的未來續約率和新增量就會打折扣。市場定價的不只是「Meta 變成競爭對手」，還有「Meta 不再是可靠的大客戶」。

還有一個更深層的風險：融資抵押物的估值。

Neocloud 的擴張高度依賴債務融資，而抵押物就是它們手裡的 GPU 集群。2026 年 3 月，CoreWeave 關閉了一筆 85 億美元的 GPU 擔保定期貸款——號稱業內首筆投資級 GPU 抵押債務（那斯達克公告）。如果 Meta 這樣的超大規模玩家大規模進入算力租賃市場，GPU 的小時租金就會下跌——抵押物的估值就會縮水——債務再融資就會變難。

這不是理論推演。消息爆出當天，CoreWeave 跌了 15%。市場在重新定價。

更大格局：7000 億美元基建賭局，誰先跑？

把視角拉遠。Meta 賣算力，不只是 Meta 一家公司的事。

2026 年，四家科技巨頭的合計 capex 逼近 7000 億美元。 這些錢絕大部分流向同一個方向：AI 基礎設施。

問題來了：這些東西建完之後，利用率能到多少？

看空者的邏輯：

• GPU 算力價格持續下行。B300 雲實例按需最低約 7.4 美元/小時，spot 實例最低 4.3 美元/小時（GPUFinder，2026 年 7 月）。更宏觀地看，LLM 推理成本三年內下降了約 1000 倍（GPU Nexus）。
• 推理效率在躍升。DeepSeek R1、Anthropic 最新模型都在用更少的算力做更多的事。
• 有分析人士將此比作 1990 年代末的光纖過度建設——當時電信公司瘋狂鋪設光纖，結果供過於求，價格崩盤，一大批公司破產。

看多者的邏輯：

• Jevons 悖論：算力越便宜，用的人越多。不是線性增長，是指數增長。
• 推理需求正在爆發。2026 年，推理負載已佔全部 AI 算力的約 三分之二，遠高於一年前的三分之一。
• 現在的 AI 滲透率，大概相當於 1995 年的網際網路——你覺得那時候建得太多了，但回頭看，建得還不夠。

兩方都有道理。但有一個事實是無法辯論的：

Meta 沒有等到「確認過剩」才開始賣算力。它為「可能過剩」預留了出口。

這才是真正值得注意的信號。如果你對自己的算力需求 100% 有信心，你不需要提前布局賣算力的計畫。你建就是了。

Meta 做了備選方案。其他人呢？

微軟、谷歌、亞馬遜——它們的老本行就是賣雲，不存在「要不要賣算力」的問題，它們一直在賣。真正的問題在於：它們也在瘋狂擴建，而且擴建的速度，並不比 Meta 慢。

如果最大買家都在為自己預留退路——那這個市場的水，可能沒那麼深。

基礎設施投資的第一道裂縫

過去兩年，AI 基礎設施投資的邏輯是：「需求是無限的，算力永遠不夠。」現在，這個邏輯出現了第一道裂縫——不是因為需求消失了，而是因為供給建設的速度，可能已經跑到了需求前面。

Meta 賣算力，標誌著 AI 基建從「不計成本地建」進入「開始算帳」的階段。

接下來值得觀察的幾件事：

2. 微軟會不會跟？ 它跟 OpenAI 有深度合作，也有大量 Azure 算力——它不需要新建，它已經在賣了。但它的擴建速度會不會放緩？
3. CoreWeave 的下一季財報。 它能不能用合約數據證明自己不受衝擊？
4. GPU 小時費率的走勢。 如果 Meta 正式入市，價格戰會不會打響？

風險提示及免責條款

        市場有風險，投資需謹慎。本文不構成個人投資建議，也未考慮到個別用戶特殊的投資目標、財務狀況或需要。用戶應考慮本文中的任何意見、觀點或結論是否符合其特定狀況。據此投資，責任自負。