當Meta準備叫賣算力，AI牛市的「鬼故事」，要來了麼？

撰文：Frank，MSX 麥通

AI 牛市最怕的是什麼？

不是某一家公司的模型暫時掉隊，也不是某一代晶片的性能不及預期，而是市場開始懷疑，過去兩年被視為最確定變數的科技巨頭資本開支，是否還能永遠增長下去。

7 月 1 日，據彭博社報導，Meta 正在籌備一項新的雲端運算業務，計劃向外部客戶出售潛在的剩餘 AI 算力，同時考慮提供類似 AWS Bedrock 的模型託管服務。

消息傳出後，Meta 股價盤中一度上漲超過10%，最終收漲 8%，CoreWeave 和 Nebius 則收跌 13% 和 17%；另一邊，亞盤時段拋售向 AI 硬體擴散，韓國 KOSPI 盤中一度下跌約7%，三星電子和 SK 海力士雙雙跌超8%。

一夜之間，Meta 從算力市場最激進的超級買家之一，變成了潛在的賣家。

這場突如其來的行業震盪，也讓過去兩年支撐整輪 AI 牛市的一條底層信仰，第一次出現了明顯裂縫：這是否意味著，AI 基礎設施已經從短缺走向過剩，巨頭們持續兩年的算力軍備競賽，即將迎來拐點？

還是說，Meta 暴露了另一個更殘酷的現實：市場真正短缺的，到底是 GPU，還是能夠把 GPU 轉化為模型、產品和收入的能力？

一、大家算力不夠用，就你 Meta 用不完？

過去兩年，這波 AI 行情最底層的邏輯，本質上就是兩個字：「短缺」

更準確地說，它是一輪由需求爆發、供給短缺，再疊加巨頭瘋狂擴張資本開支，共同推動起來的結構性牛市。

譬如最早短缺的是高端 GPU 和先進封裝產能，隨後瓶頸一路向外擴散，HBM、高速光模組與網路設備開始供不應求，接著蔓延到資料中心場地、電力容量、燃氣輪機、電氣設備和高密度散熱，再到今天，供需緊張已經傳導至普通 DRAM、NAND、企業級 SSD，甚至一度被市場視為「舊時代資產」的機械硬碟。

可以說，這兩年整條 AI 產業鏈的炒作，就像是一張不斷變長的缺貨清單，呈現出清晰的「木桶效應」與板塊輪動。 那也意味著，只要模型訓練和推理需求繼續增長，而新的算力產能、電力和資料中心無法及時釋放，卡在中間的每一個稀缺環節，都有機會獲得更強的議價權，而上游廠商亦可以漲價、鎖長單，有動力繼續擴產。

也正因如此，如果繼續向上追溯，會發現這輪行情真正的牛市發動機，並不只是輝達、海力士或電力設備公司本身，而恰恰是微軟、Meta、Amazon、Google 等科技巨頭不斷增長的 AI 需求預期與資本開支：

站在上游的巨頭願意花多少錢，決定了它們會買多少 GPU、儲存和網路設備，建設多少資料中心，又會鎖定多少第三方雲算力和長期電力資源，進而直接影響整個 AI 供應鏈的景氣度上限。

按照橋水測算，Alphabet、Amazon、Microsoft 和 Meta 四家公司 2026 年用於擴大 AI 基礎設施的投資預計約為 6500 億美元，較 2025 年的約 4100 億美元增長近六成，而路透社 5 月援引高盛和摩根士丹利的估算更顯示 2026 年涵蓋資料中心、電力、設備和軟體的全球 AI 相關資本開支，可能達到約 8000 億美元。

某種意義上，這是一場 AI 世界的「外賣大戰」Plus 版本。

其中，Meta 非但沒有收縮，反而是踩下了油門。

它此前已將 2026 年資本開支指引由 1150 億至1350 億美元，上調至1250 億至1450 億美元。截至今年一季度末，Meta 還擁有約2377 億美元不可取消的合約承諾（不過是未來多年需要履行的合約義務），其中相當一部分與伺服器、資料中心、網路基礎設施及第三方雲算力有關。

所以嚴格來說，Meta 現在考慮外售部分算力，並不意味著它突然判斷整個行業已經不再缺算力，更不等於它準備退出 AI 軍備競賽。恰恰相反，正因為資料中心的建設週期往往長達數年，Meta 必須提前按照更激進的需求情景準備容量，但基礎設施提前建好之後，內部模型、產品和流量需求未必能夠在同一時間完美跟上，由此便可能出現階段性的供需錯配。

說得直白一點，Meta 是在為未來幾年大規模建設算力，但在自研模型暫時技不如人、內部產品尚未完全跑通的當下，部分已經到位的容量未必能夠立刻被充分消化。與其讓這些昂貴的 GPU 閒置在機房裡持續折舊，不如先把它們推向外部市場，盡可能提高利用率並回收一部分成本。

理論上，Meta 也不是第一個把自建算力賣出去的 AI 公司。今年5月，xAI 就已經與 Anthropic 達成合作，以每月 12.5 億美元的價格，向其開放擁有超過22 萬塊輝達 GPU 的 Colossus 1 超級運算叢集。

這背後的經濟邏輯並不複雜，資源最終會流向最能發揮其價值的企業，當自己暫時無法充分利用手中的算力，只要另一家企業願意支付足夠高的價格，那最理性的選擇並不是讓 GPU 在機房裡吃灰，而是把它出租變現。

只不過 Meta 的代表意義，要遠遠超過 xAI。

因為 Meta 並不缺少用戶入口。Facebook、Instagram、WhatsApp、Messenger 和 Threads，共同組成了全球最大的消費網際網路產品矩陣之一，理論上，它應該是最容易把 AI 模型嵌入現有產品、形成用戶飛輪並消化算力的企業之一。

可至少從現階段來看，Meta 還沒有像 Google 那樣，把模型、產品、雲端服務和用戶入口順暢地串聯起來，這就出現了一種頗為弔詭的矛盾鏡像——Meta 一邊大規模建設自己的 AI 基礎設施，另一邊卻仍然需要採購 Gemini 等外部模型和算力服務，就在幾天前還有報導稱，Meta 對 Gemini 模型和計算資源的需求太大，以至於 Google 無法完全滿足，部分內部 AI 專案甚至因此受到影響。

乍看之下，這似乎有些矛盾，但說到底，這是一種長週期供給與短週期需求之間的錯配，主要是其當前的大模型應用和即時推理需求，因為自研模型暫時無法完全替代外部方案，仍然需要依賴 Google 等供應商。

因此，Meta 同時出現「採購外部算力」和「出售部分自有算力」並不矛盾，真正的問題是它擁有的算力，能否在正確的時間、以正確的形式，匹配到真正有競爭力的模型和產品，也即之前 Meta 對自己的實力預計過於樂觀，建了太多算力，導致現在自家模型/產品用不完，只能出售。

二、到底缺算力，還是缺能把算力用好的模型產品？

Meta 準備賣算力之後，市場給出的反應非常有意思。

Meta 股價盤中一度上漲超過10%，最終收漲 8%；另一邊，CoreWeave 和 Nebius 分別大跌 13% 和 17%；到了第二天亞洲交易時段，拋售繼續向 AI 硬體擴散，韓國 KOSPI 盤中一度下跌約7%，三星電子和 SK 海力士雙雙跌超8%。

「雲跌、硬體跌、軟體漲」，成了這一刻最直觀的市場表情。

而這種反應，乍看上去邏輯十分通順：

對 Meta 來說絕對算短期利好： 自研模型和內部產品暫時消化不了全部算力，那將部分資源外租，或提供類似 AWS Bedrock 的模型託管服務，就使得原本純粹產生折舊的基礎設施，能透過雲端服務收回一部分成本，相當於給上千億美元的資本開支加了一層安全墊，大不了最後學蘋果，手握流量，直接和外部最頂尖的模型產品達成合作，反正小扎也不是第一次上演「斷尾求生」的戲碼；
但對 CoreWeave、Nebius 而言，無異於晴天霹靂： Meta 原本是大客戶，就在 4 月 CoreWeave 剛將與 Meta 的長期算力協議追加約 210 億美元，合約期限延伸至2032年；Nebius 與 Meta 的相關協議總規模最高也達 270 億美元，結果一轉眼，原本坐在桌對面簽合約的超級大金主，竟然把椅子搬到同一邊，開始下場和它們搶二房東的生意了，自然不妙；

而硬體產業鏈的風聲鶴唳，則來自於市場更深層的合理腦補：連 Meta 這樣的巨頭都開始往外賣算力了，那豈不意味著算力快供過於求了？巨頭是不是馬上就要下調資本開支了？

然而，我們必須釐清一個核心事實：Meta 的內部算力餘量，遠遠不等於整個科技行業的算力見頂，甚至完全是個巨大的誤解。

如果把視線放寬到未來 3 到 5 年的超長週期，會發現各大超大規模雲端廠商的擴產規劃，依然以一種近乎瘋狂的複利曲線向前推進，為了更直觀地看清這場軍備競賽的終局，MSX 麥通也對未來幾年全球核心玩家的算力容量做一個定量對比。

先看 Meta 自己。截至 2025 年底，外部機構估算 Meta 擁有的 AI 算力大致相當於 200 萬—250 萬張 H100（對應約 2GW），按照 2026 年的資本支出指引，全年將新增 2-3 GW 算力，也就是到 2026 年底，Meta 的算力家底大概能摸到 5GW 左右。

5GW 聽起來不小，但把它放到整個行業的胃口面前，就立刻顯得微不足道了，市場真正的需求錨點幾乎是以完全不同的量級在規劃：

谷歌：5 月 The Information 爆出驚天猛料，Anthropic 承諾未來 5 年向 Google Cloud 豪擲 2000 億美元採購 TPU 算力，僅這部分對應的算力就在 5GW 級別，如果保守推測 Anthropic 佔 Google Cloud 需求的 25%，那僅 Google Cloud 一家在 2028 年的算力總量就要奔著 20GW 去，谷歌整體則可看到 25GW；
亞馬遜：同樣由 Anthropic 的 5GW 和 OpenAI 的 2GW 大單打底，疊加其 2027 年算力容量較 2025 年（6.5GW）翻倍的內部規劃，推算整體需求也在 20GW 量級；
微軟：與 OpenAI 綁定的 2500 億美元 Azure 合約，按相同口徑估算，**同樣對應約 20GW 的需求敞口，更別提 OpenAI 自身還有 Stargate、與輝達的 10GW 以及與博通的 10GW 等獨立部署計畫（雖然還遠未兌現），**這些都還沒有完全計入雲端廠商的算力池中；

把這幾組數據放在一起，結論清晰得甚至有些殘酷——即便 Meta 把 2026 年底全部在手的 5GW 算力統統對外開放，和未來三年動輒 10GW、20GW 以上的新增算力規劃相比，也不過是九牛一毛。

這個結論小札自己肯定也清楚，整個行業的算力建設火車頭，早已是谷歌、Anthropic 和 OpenAI 這些超大型模型需求方，Meta 的模型是否留在牌桌上，根本不影響這列火車前進的方向。

既然行業不缺需求，那 Meta 為什麼還會剩出算力？這揭露了一個極其扎心的問題：怎麼坐擁全球數十億頂級流量用戶，自己的 5GW 算力都用不掉？市場真正短缺的，究竟是算力，還是能夠把算力用好的模型和產品？

從這個角度，我們甚至可以認為，Meta 出租算力這件事，不僅未必是算力過剩的領先指標，反而可能把當前算力市場那種極度飢渴的供需狀態，暴露得淋漓盡致：

看看 xAI 向 Anthropic 出租算力的價碼就知道，12.5 億美元/月，對應 500MW 容量。換算下來，就是 300 億美元/GW/年，說明即便有玩家因為種種原因暫時「下牌桌」，他空出來的那點閒置算力，會瞬間被那些模型能力更強、變現路徑更短的頭部玩家一口吞掉。

所以 MSX 麥通認為，Meta 這次的動作，究竟是不是算力供給開始鬆動的第一聲警報，現在還不能過早下結論，真正需要觀察的反而是這些算力放出來之後，會不會立刻被搶走，以及成交價格是否仍然足夠高，如果一切如預料，那反而證明 AI 算力仍然極度緊缺。

到這裡，「雲跌、硬體跌、軟體漲」背後的深層邏輯才開始真正浮現，也即市場並不是在交易「算力過剩」，反而是在交易算力價值在產業鏈內部的重構和遷移。

三、市場真正該怕的「鬼故事」，是什麼？

這裡有一個容易被誤讀的事情，那就是Meta 賣算力，絕不代表小札要徹底放棄 AI 軍備競賽。

相反，Meta 越依賴 Google、Anthropic 等外部模型，自己的產品生態和廣告高額利潤空間就越容易受制於人，AWS 與 Anthropic 的博弈已經說明了問題——一旦模型公司真正掌握了用戶和核心需求，即使是擁有龐大基礎設施的雲端廠商，也可能被迫在利潤分配上割肉留人。

小札不可能看不清這一點，否則他今年也不會一邊梳理新管理團隊，一邊強硬推出閉源的 MuseSpark 模型來構築壁壘，同時還再度上修資本支出，繼續大手筆採購佈局。

那既然 Meta 沒有認輸，為什麼市場會產生如此劇烈的板塊異動？因為這掀開了產業底層定價邏輯遷移的序幕，也是市場真正該感到害怕的「鬼故事」。

正如前文所述，過去兩年，整個 AI 牛市的估算邏輯是：AI 的投資回報（ROI）是不確定的，但是 AI 的資本支出（CapEx）是絕對確定的， 那只要巨頭們還在瘋狂買晶片、蓋機房，上游的輝達、光模組和半導體產業鏈就能躺著享受確定性溢價。

「只要 AI 巨頭們擴大 CapEx，一切都會好起來的。」

而現在，這個鬼故事正在發生兩層可怕的質變。

**第一重質變，是 AI 的投資回報依然不確定，但巨頭的 CapEx 也開始有點不確定了。**從 Meta 本次暴漲開始，資本市場開始公開獎勵這些出售富餘算力、懂得控制折舊成本的巨頭，其背後的潛台詞不言而喻，大家開始開始清算「誰在無效燒錢」。

一旦這種「算回報」的審美成為主流，巨頭們主動認輸或階段性放緩軍備競賽的名單就會變長，上游硬體高增速的確定性泡沫將直接破裂。

**第二重質變，是這種風險還沒有完全反映到半導體硬體廠商的估值溢價裡。**回報率的焦慮已經成功壓制了 Mag7 等雲端廠商的估值，但負責製造鏟子的晶片和硬體板塊，此前依然維持著極為樂觀的永續增長預期。

那只要市場開始轉向確信「不需要無限制搞算力全員惡性競賽」，算力資源的供需天秤就會在局部發生劇烈的結構性鬆動。

一言以蔽之，Meta 的問題不是算力沒有價值，而是自己的模型和產品，暫時還沒有把這些價值全部吃下來，那當算力的稀缺性溢價開始被重新審視，市場自然會減少對「擁有多少 GPU」的盲目追逐，轉而尋找那些能夠真正把算力變成產品和收入的公司。

畢竟對軟體和應用企業而言，算力供應增加、推理成本下降，反而可能降低開發和部署 AI 的門檻，因此資金並不一定會離開 AI，它只是在從「誰囤了最多算力」，逐漸轉向「誰最會使用算力」。

從這個角度看，Meta 事件暫時不是 AI 牛市結束的證據，但它確實給市場提了一個醒，此前資本市場只關心算力夠不夠，接下來還要關心算力最終流向哪裡，以及誰能從中賺到最多的錢。

這也意味著，當資源開始向少數前沿模型公司集中，AI 產業的贏家通吃，可能才剛剛開始。

寫在最後

從 Claude 的殺出重圍，到國內 GLM 等原生大模型的驚豔追趕，資本市場從來不吝嗇對頂尖大模型產品提供極高的溢價。

因此，巨頭們將閒置算力推向外部市場，變相拉低了整個行業的推理與開發門檻，對軟體和應用企業而言，反而可能是一場久旱逢甘霖的紅利。

所以，Meta 事件絕不是 AI 牛市結束的喪鐘，但它確實給所有人提了一個醒：AI 產業野蠻堆砌硬體的階段已經見頂，資源正以無可逆轉的勢頭，向極少數能夠實現「算力-模型-產品-收入」高效閉環的頭部玩家加速集中。

這場大模型時代的贏家通吃淘汰賽，才剛剛真正開始。