当Meta开始卖算力

这标志着AI基建从“无脑囤积”进入"算账变现"的阶段：AI算力利用率存在天然缺口，训练期间满负荷，训练后利用骤降。Meta率先承认这一周期性浪费，并通过“先囤积、后决策”策略布局，将峰值算力转为商机。

7月1日，彭博社爆出一条消息：Meta 内部正在推进一个代号为 "Meta Compute" 的项目，计划向外部客户出售富余的AI算力。

两条路径同时推进：

?? 托管模型访问——把 Llama 和 Muse Spark 等模型开放给企业客户，按 Token 用量收费，对标 AWS Bedrock；

?? 裸算力直接销售——把 GPU 集群按小时租出去，对标 CoreWeave。

消息一出，市场立刻用脚投票：META 当日涨约 9%（CNBC），投资者将其解读为扎克伯格对"千亿 AI 投入能否收回"质疑的正面回应。

而另一头，CoreWeave 和 Nebius 均跌约 15%（247 Wall St）——这两家靠"卖 GPU 时间"为生的 Neocloud（新兴 AI 云），突然多了一个体量是自己几十倍的对手。

这不是偶然。扎克伯格在 5 月的股东电话会议上已经说过：

"这绝对是我们可选的方案之一。几乎每周都有外部公司联系我们，希望我们推出 API 服务，或询问能否购买我们的算力，甚至愿意支付高于我们采购成本的价格。"

他当时的完整表述是："我们目前还没有这样做，这是因为我们认为这些算力还具备其自身的用途。但是，如果未来我们认为算力建设出现了过剩的情况，那么这将会是我们可以采取的一项选择。"

这句话现在正在变成行动。

1450 亿美元的赌注

要理解 Meta 为什么要卖算力，先得知道它建了多少。

2026 年 4 月，Meta 将全年资本支出指引上调至 1250 亿–1450 亿美元（SEC 10-Q 文件确认），较 2025 年实际 capex 722 亿美元几乎翻倍。这个数字在财报电话会上让投资者短暂慌了一下——消息当天股价跌了 10%。

但扎克伯格没有退。他的逻辑是："整个行业面临的最大瓶颈仍然是算力供应，所以我们应该尽可能多地先储备算力资源，未来再决定如何利用。"

具体建了多少？几个数字：

这不是 Meta 一家的问题。微软、谷歌、亚马逊也在同步疯狂砸钱。2026 年，四家科技巨头的合计 capex 逼近 7000 亿美元。

这些钱买的不是软件，是钢筋、电力、英伟达 GPU，和一片一片拔地而起的数据中心。

为什么会有富余：训练-推理的利用率缺口

算力这个东西，有个物理学问题：它不是均匀消耗的。

一个大语言模型的训练任务，可能在几个月内 100% 吃满几万张 GPU。但训练完成之后，这批集群的利用率会骤降到 30%–50%——只剩下推理请求在跑，而推理的算力需求远低于训练。

Meta 的训练节奏是公开已知的：Llama 4 训练完了，Llama 5 还在路上。中间的空窗期，集群就在那里，耗着电费，不产生回报。

扎克伯格的策略叫 "先囤积，后决策"（Hoard now, decide later）。先按峰值训练需求把基础设施建起来，至于建成后怎么用——到时候再说。

这套策略的前提是：未来总有用得上这些算力的理由。 而"卖出去"就是那个理由之一。

从物理规律来看，这不是 Meta 管理不善导致的浪费——这是算力基建的固有周期。只要你在做前沿 AI 研发，你迟早会面对这个问题。

Meta 的区别在于：它最早承认了这一点，并且开始行动。

先行者现身：SpaceX/xAI 的算力生意

Meta 不是第一个这么干的。

2026 年 5 月，马斯克的 SpaceX/xAI 完成了两笔震惊市场的算力租赁合约：

第一笔：Anthropic 租 Colossus 1

?? 月租：12.5 亿美元

?? 合约期限：至 2029 年

?? 总合约价值：约 450 亿美元

?? 标的：田纳西州孟菲斯 Colossus 1 数据中心的全部可用算力（20 万+ 英伟达 GPU）

第二笔：Google 租 Colossus 2

?? 月租：9.2 亿美元

?? 标的：Colossus 2 数据中心的算力集群

两笔合约加起来，SpaceX/xAI 每年仅靠"租 GPU"就能入账超过 260 亿美元。

更重要的是：它验证了"自建数据中心→卖算力"这条路的可行性。

Meta 正在走的，就是同一条路。而且 Meta 的体量远大于 xAI——它已承诺投入 1829 亿美元建基础设施。

谁最受伤：Neocloud 的双重挤压

Meta 入局，最直接的压力落在 Neocloud 身上。

这类公司的商业模式很简单：向上游（英伟达或 Meta 这样的超大规模买家）批量采购/租赁 GPU，然后拆分成小时级算力出租给下游的 AI 创业公司、研究机构、企业用户。

CoreWeave 是其中最知名的——2025 年 3 月 IPO，上市后市值一度突破 500 亿美元。它的核心资产是一堆 GPU 和一批长期客户合约。

但 Meta 入局之后，CoreWeave 的商业模式出现了两道裂缝：

裂缝一：下游客户被分流。 如果 AI 创业公司可以直接从 Meta 租到算力——而且 Meta 的 GPU 更新、规模更大、价格可能更低——为什么还要找 CoreWeave？

裂缝二：最大客户变对手。 CoreWeave 和 Meta 本身就有深度合作。2026 年 4 月，CoreWeave 与 Meta 签署了总额 350 亿美元的算力供应协议（至 2032 年），其中 210 亿为 2027–2032 年新增部分。Nebius 也跟 Meta 签了 270 亿美元的类似协议。这些合约的方向是 CoreWeave/Nebius 向 Meta 供算力——Meta 是买方。

如果 Meta 决定自建算力并对外销售，它很可能减少向 CoreWeave 和 Nebius 的外部采购。这些合约的未来续约率和新增量就会打折扣。市场定价的不只是"Meta 变成竞争对手"，还有"Meta 不再是可靠的大客户"。

还有一个更深层的风险：融资抵押物的估值。

Neocloud 的扩张高度依赖债务融资，而抵押物就是它们手里的 GPU 集群。2026 年 3 月，CoreWeave 关闭了一笔 85 亿美元的 GPU 担保定期贷款——号称业内首笔投资级 GPU 抵押债务（纳斯达克公告）。如果 Meta 这样的超大规模玩家大规模进入算力租赁市场，GPU 的小时租金就会下跌——抵押物的估值就会缩水——债务再融资就会变难。

这不是理论推演。消息爆出当天，CoreWeave 跌了 15%。市场在重新定价。

更大格局：7000 亿美元基建赌局，谁先跑？

把视角拉远。Meta 卖算力，不只是 Meta 一家公司的事。

2026 年，四家科技巨头的合计 capex 逼近 7000 亿美元。 这些钱绝大部分流向同一个方向：AI 基础设施。

问题来了：这些东西建完之后，利用率能到多少？

看空者的逻辑：

?? GPU 算力价格持续下行。B300 云实例按需最低约 7.4 美元/小时，spot 实例最低 4.3 美元/小时（GPUFinder，2026 年 7 月）。更宏观地看，LLM 推理成本三年内下降了约 1000 倍（GPU Nexus）。

?? 推理效率在跃升。DeepSeek R1、Anthropic 最新模型都在用更少的算力做更多的事。

?? 有分析人士将此比作 1990 年代末的光纤过度建设——当时电信公司疯狂铺设光纤，结果供过于求，价格崩盘，一大批公司破产。

看多者的逻辑：

?? Jevons 悖论：算力越便宜，用的人越多。不是线性增长，是指数增长。

?? 推理需求正在爆发。2026 年，推理负载已占全部 AI 算力的约 三分之二，远高于一年前的三分之一。

?? 现在的 AI 渗透率，大概相当于 1995 年的互联网——你觉得那时候建得太多了，但回头看，建得还不够。

两方都有道理。但有一个事实是无法辩论的：

Meta 没有等到"确认过剩"才开始卖算力。它为"可能过剩"预留了出口。

这才是真正值得注意的信号。如果你对自己的算力需求 100% 有信心，你不需要提前布局卖算力的计划。你建就是了。

Meta 做了备选方案。其他人呢？

微软、谷歌、亚马逊——它们的老本行就是卖云，不存在"要不要卖算力"的问题，它们一直在卖。真正的问题在于：它们也在疯狂扩建，而且扩建的速度，并不比 Meta 慢。

如果最大买家都在为自己预留退路——那这个市场的水，可能没那么深。

基础设施投资的第一道裂缝

过去两年，AI 基础设施投资的逻辑是："需求是无限的，算力永远不够。"现在，这个逻辑出现了第一道裂缝——不是因为需求消失了，而是因为供给建设的速度，可能已经跑到了需求前面。

Meta 卖算力，标志着 AI 基建从"不计成本地建"进入"开始算账"的阶段。

接下来值得观察的几件事：

?? 微软会不会跟？ 它跟 OpenAI 有深度合作，也有大量 Azure 算力——它不需要新建，它已经在卖了。但它的扩建速度会不会放缓？

?? CoreWeave 的下一季财报。 它能不能用合约数据证明自己不受冲击？

?? GPU 小时费率的走势。 如果 Meta 正式入市，价格战会不会打响？