AI 牛市最怕的是什么？
不是某一家公司的模型暂时掉队，也不是某一代芯片的性能不及预期，而是市场开始怀疑，过去两年被视为最确定变量的科技巨头资本开支，是否还能永远增长下去。
7 月 1 日，据彭博社报道，Meta 正在筹备一项新的云计算业务，计划向外部客户出售潜在的剩余 AI 算力，同时考虑提供类似 AWS Bedrock 的托管模型服务。
消息传出后，Meta 股价盘中一度上涨超过 10%，最终收涨 8%，CoreWeave 和 Nebius 则收跌 13% 和 17%；另一边，亚盘时段抛售向 AI 硬件扩散，韩国 KOSPI 盘中一度下跌约 7%，三星电子和 SK 海力士双双跌超 8%。
一夜之间，Meta 从算力市场最激进的超级买家之一，变成了潜在的卖家。
这场突如其来的行业震荡，也让过去两年支撑整轮 AI 牛市的一条底层信仰，第一次出现了明显裂缝：这是否意味着，AI 基础设施已经从短缺走向过剩，巨头们持续两年的算力军备竞赛，即将迎来拐点？
还是说，Meta 暴露了另一个更残酷的现实：市场真正短缺的，到底是 GPU，还是能够把 GPU 转化为模型、产品和收入的能力？
一、大家算力不够用，就你 Meta 用不完？
过去两年，这波 AI 行情最底层的逻辑，本质上就是两个字：「短缺」
更准确地说，它是一轮由需求爆发、供给短缺，再叠加巨头疯狂扩张资本开支，共同推动起来的结构性牛市。
譬如最早短缺的是高端 GPU 和先进封装产能，随后瓶颈一路向外扩散，HBM、高速光模块与网络设备开始供不应求，接着蔓延到数据中心场地、电力容量、燃气轮机、电气设备和高密度散热，再到今天，供需紧张已经传导至普通 DRAM、NAND、企业级 SSD，甚至一度被市场视为「旧时代资产」的机械硬盘。
可以说，这两年整条 AI 产业链的炒作，就像是一张不断变长的缺货清单，呈现出清晰的「木桶效应」与板块轮动。那也意味着，只要模型训练和推理需求继续增长，而新的算力产能、电力和数据中心无法及时释放，卡在中间的每一个稀缺环节，都有机会获得更强的议价权，而上游厂商亦可以涨价、锁长单，有动力继续扩产。
也正因如此，如果继续向上追溯，会发现这轮行情真正的牛市发动机，并不只是英伟达、海力士或电力设备公司本身，而恰恰是微软、Meta、Amazon、Google 等科技巨头不断增长的 AI 需求预期与资本开支：
站在上游的巨头愿意花多少钱，决定了它们会买多少 GPU、存储和网络设备，建设多少数据中心，又会锁定多少第三方云算力和长期电力资源，进而直接影响整个 AI 供应链的景气度上限。
按照 Bridgewater 测算，Alphabet、Amazon、Microsoft 和 Meta 四家公司 2026 年用于扩大 AI 基础设施的投资预计约为 6500 亿美元，较 2025 年的约 4100 亿美元增长近六成，而路透社 5 月援引 Goldman Sachs 和 Morgan Stanley 的估算更显示 2026 年涵盖数据中心、电力、设备和软件的全球 AI 相关资本开支，可能达到约 8000 亿美元。
某种意义上，这是一场 AI 世界的「外卖大战」Plus 版本。
其中，Meta 非但没有收缩，反而是踩下了油门。
它此前已将 2026 年资本开支指引由 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 还拥有约 2377 亿美元不可取消的合同承诺（不过是未来多年需要履行的合同义务），其中相当一部分与服务器、数据中心、网络基础设施及第三方云算力有关。
所以严格来说，Meta 现在考虑外售部分算力，并不意味着它突然判断整个行业已经不再缺算力，更不等于它准备退出 AI 军备竞赛。恰恰相反，正因为数据中心的建设周期往往长达数年，Meta 必须提前按照更激进的需求情景准备容量，但基础设施提前建好之后，内部模型、产品和流量需求未必能够在同一时间完美跟上，由此便可能出现阶段性的供需错配。
说得直白一点，Meta 是在为未来几年大规模建设算力，但在自研模型暂时技不如人、内部产品尚未完全跑通的当下，部分已经到位的容量未必能够立刻被充分消化。与其让这些昂贵的 GPU 闲置在机房里持续折旧，不如先把它们推向外部市场，尽可能提高利用率并回收一部分成本。
理论上，Meta 也不是第一个把自建算力卖出去的 AI 公司。今年 5 月，xAI 就已经与 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。
这背后的经济逻辑并不复杂，资源最终会流向最能发挥其价值的企业，当自己暂时无法充分利用手中的算力，只要另一家企业愿意支付足够高的价格，那最理性的选择并不是让 GPU 在机房里吃灰，而是把它出租变现。
只不过 Meta 的代表意义，要远远超过 xAI。
因为 Meta 并不缺少用户入口。Facebook、Instagram、WhatsApp、Messenger 和 Threads，共同组成了全球最大的消费互联网产品矩阵之一，理论上，它应该是最容易把 AI 模型嵌入现有产品、形成用户飞轮并消化算力的企业之一。
可至少从现阶段来看，Meta 还没有像 Google 那样，把模型、产品、云服务和用户入口顺畅地串联起来，这就出现了一种颇为吊诡的矛盾镜像——Meta 一边大规模建设自己的 AI 基础设施，另一边却仍然需要采购 Gemini 等外部模型和算力服务，就在几天前还有报道称，Meta 对 Gemini 模型和计算资源的需求太大，以至于 Google 无法完全满足，部分内部 AI 项目甚至因此受到影响。
乍看之下，这似乎有些矛盾，但说到底，这是一种长周期供给与短周期需求之间的错配，主要是其当前的大模型应用和即时推理需求，因为自研模型暂时无法完全替代外部方案，仍然需要依赖 Google 等供应商。
因此，Meta 同时出现「采购外部算力」和「出售部分自有算力」并不矛盾，真正的问题是它拥有的算力，能否在正确的时间、以正确的形式，匹配到真正有竞争力的模型和产品，也即之前 Meta 对自己的实力预计过于乐观，建了太多算力，导致现在自家模型/产品用不完，只能出售。
二、到底缺算力，还是缺能把算力用好的模型产品？
Meta 准备卖算力之后，市场给出的反应非常有意思。
Meta 股价盘中一度上涨超过 10%，最终收涨 8%；另一边，CoreWeave 和 Nebius 分别大跌 13% 和 17%；到了第二天亚洲交易时段，抛售继续向 AI 硬件扩散，韩国 KOSPI 盘中一度下跌约 7%，三星电子和 SK 海力士双双跌超 8%。
「云跌、硬件跌、软件涨」，成了这一刻最直观的市场表情。
而这种反应，乍看上去逻辑十分通顺：
- 对 Meta 来说绝对算短期利好：自研模型和内部产品暂时消化不了全部算力，那将部分资源外租，或提供类似 AWS Bedrock 的模型托管服务，就使得原本纯粹产生折旧的基础设施，能通过云服务收回一部分成本，相当于给上千亿美元的资本开支加了一层安全垫，大不了最后学苹果，手握流量，直接和外部最顶尖的模型产品达成合作，反正小扎也不是第一次上演「断尾求生」的戏码；
- 但对 CoreWeave、Nebius 而言，无异于晴天霹雳：Meta 原本是大客户，就在 4 月 CoreWeave 刚将与 Meta 的长期算力协议追加约 210 亿美元，合同期限延伸至 2032 年；Nebius 与 Meta 的相关协议总规模最高也达 270 亿美元，结果一转眼，原本坐在桌对面签合同的超级大金主，竟然把椅子搬到同一边，开始下场和它们抢二房东的生意了，自然不妙；
而硬件产业链的风声鹤唳，则来自于市场更深层的合理脑补：连 Meta 这样的巨头都开始往外卖算力了，那岂不意味着算力快供过于求了？巨头是不是马上就要下调资本开支了？
然而，我们必须厘清一个核心事实：Meta 的内部算力余量，远远不等于整个科技行业的算力见顶，甚至完全是个巨大的误解。
如果把视线放宽到未来 3 到 5 年的超长周期，会发现各大超大规模云厂商的扩产规划，依然在以一种近乎疯狂的复利曲线向前推进，为了更直观地看清这场军备竞赛的终局，MSX 麦通也对未来几年全球核心玩家的算力容量做一个定量对比。
先看 Meta 自己。截至 2025 年底，外部机构估算 Meta 拥有的 AI 算力大致相当于 200 万—250 万张 H100（对应约 2GW），按照 2026 年的资本开支指引，全年将新增 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 听起来不小，但把它放到整个行业的胃口面前，就立刻显得微不足道了，市场真正的需求锚点几乎是以完全不同的量级在规划：
- 谷歌：5 月 The Information 爆出惊天猛料，Anthropic 承诺未来 5 年向谷歌云豪掷 2000 亿美元采购 TPU 算力，仅这部分对应的算力就在 5GW 级别，如果保守推测 Anthropic 占谷歌云需求的 25%，那仅谷歌云一家在 2028 年的算力总量就要奔着 20GW 去，谷歌整体则可看到 25GW；
- 亚马逊：同样由 Anthropic 的 5GW 和 OpenAI 的 2GW 大单打底，叠加其 2027 年算力容量较 2025 年（6.5GW）翻倍的内部规划，推算整体需求也在 20GW 量级；
- 微软：与 OpenAI 绑定的 2500 亿美元 Azure 合同，按相同口径估算，同样对应约 20GW 的需求敞口，更别提 OpenAI 自身还有 Stargate、与英伟达的 10GW 以及与博通的 10GW 等独立部署计划（虽然还远未兑现），这些都还没有完全计入云厂商的算力池中；
把这几组数据放在一起，结论清晰得甚至有些残酷——即便 Meta 把 2026 年底全部在手的 5GW 算力统统对外开放，和未来三年动辄 10GW、20GW 以上的新增算力规划相比，也不过是九牛一毛。
这个结论小札自己肯定也清楚，整个行业的算力建设火车头，早已是谷歌、Anthropic 和 OpenAI 这些超大型模型需求方，Meta 的模型是否留在牌桌上，根本不影响这列火车前进的方向。
既然行业不缺需求，那 Meta 为什么还会剩出算力？这揭露出了一个极其扎心的问题：怎么坐拥全球数十亿顶级流量用户，自己的 5GW 算力都用不掉？市场真正短缺的，究竟是算力，还是能够把算力用好的模型和产品？
从这个角度，我们甚至可以认为，Meta 出租算力这件事，不仅未必是算力过剩的领先指标，反而可能把当前算力市场那种极度饥渴的供需状态，暴露得淋漓尽致：
看看 xAI 向 Anthropic 出租算力的价码就知道，12.5 亿美元/月，对应 500MW 容量。换算下来，就是 300 亿美元/GW/年，说明即便有玩家因为种种原因暂时「下牌桌」，他空出来的那点闲置算力，会瞬间被那些模型能力更强、变现路径更短的头部玩家一口吞掉。
所以 MSX 麦通认为，Meta 这次的动作，究竟是不是算力供给开始松动的第一声警报，现在还不能过早下结论，真正需要观察的反而是这些算力放出来之后，会不会立刻被抢走，以及成交价格是否仍然足够高，如果一切如预料，那反而证明 AI 算力仍然极度紧缺。
到这里，「云跌、硬件跌、软件涨」背后的深层逻辑才开始真正浮现，也即市场并不是在交易「算力过剩」，反而是在交易算力价值在产业链内部的重构和迁移。
三、市场真正该怕的「鬼故事」，是什么？
这里有一个容易被误读的事情，那就是 Meta 卖算力，绝不代表小札要彻底放弃 AI 军备竞赛。
相反，Meta 越依赖 Google、Anthropic 等外部模型，自己的产品生态和广告高额利润空间就越容易受制于人，AWS 与 Anthropic 的博弈已经说明了问题——一旦模型公司真正掌握了用户和核心需求，即使是拥有庞大基础设施的云厂商，也可能被迫在利润分配上割肉留人。
小札不可能看不清这一点，否则他今年也不会一边梳理新管理团队，一边强硬推出闭源的 MuseSpark 模型来构筑壁垒，同时还再度上修资本开支，继续大手笔采购布局。
那既然 Meta 没有认输，为什么市场会产生如此剧烈的板块异动？因为这掀开了产业底层定价逻辑迁移的序幕，也是市场真正该感到害怕的「鬼故事」。
正如前文所述，过去两年，整个 AI 牛市的估算逻辑是：AI 的投资回报（ROI）是不确定的，但是 AI 的资本开支（CapEx）是绝对确定的，那只要巨头们还在疯狂买芯片、盖机房，上游的英伟达、光模块和半导体产业链就能躺着享受确定性溢价。
「只要 AI 巨头们扩大 CapEx，一切都会好起来的。」
而现在，这个鬼故事正在发生两层可怕的质变。
第一重质变，是 AI 的投资回报依然不确定，但巨头的 CapEx 也开始有点不确定了。从 Meta 本次暴涨开始，资本市场开始公开奖励这些出售富余算力、懂得控制折旧成本的巨头，其背后的潜台词不言而喻，大家开始开始清算「谁在无效烧钱」。
一旦这种「算回报」的审美成为主流，巨头们主动认输或阶段性放缓军备竞赛的名单就会变长，上游硬件高增速的确定性泡沫将直接破裂。
第二重质变，是这种风险还没有完全反映到半导体硬件厂商的估值溢价里。回报率的焦虑已经成功压制了 Mag7 等云厂商的估值，但负责制造铲子的芯片和硬件板块，此前依然维持着极为乐观的永续增长预期。
那只要市场开始转向确信「不需要无限制搞算力全员恶性竞赛」，算力资源的供需天平就会在局部发生剧烈的结构性松动。
一言以蔽之，Meta 的问题不是算力没有价值，而是自己的模型和产品，暂时还没有把这些价值全部吃下来，那当算力的稀缺性溢价开始被重新审视，市场自然会减少对「拥有多少 GPU」的盲目追逐，转而寻找那些能够真正把算力变成产品和收入的公司。
毕竟对软件和应用企业而言，算力供应增加、推理成本下降，反而可能降低开发和部署 AI 的门槛，因此资金并不一定会离开 AI，它只是在从「谁囤了最多算力」，逐渐转向「谁最会使用算力」。
从这个角度看，Meta 事件暂时不是 AI 牛市结束的证据，但它确实给市场提了一个醒，此前资本市场只关心算力够不够，接下来还要关心算力最终流向哪里，以及谁能从中赚到最多的钱。
这也意味着，当资源开始向少数前沿模型公司集中，AI 产业的赢家通吃，可能才刚刚开始。
写在最后
从 Claude 的杀出重围，到国内 GLM 等原生大模型的惊艳追赶，资本市场从来不吝啬对顶尖大模型产品提供极高的溢价。
因此，巨头们将闲置算力推向外部市场，变相拉低了整个行业的推理与开发门槛，对软件和应用企业而言，反而可能是一场久旱逢甘霖的红利。
所以，Meta 事件绝不是 AI 牛市结束的丧钟，但它确实给所有人提了一个醒：AI 产业野蛮堆砌硬件的阶段已经见顶，资源正以无可逆转的势头，向极少数能够实现「算力-模型-产品-收入」高效闭环的头部玩家加速集中。
这场大模型时代的赢家通吃淘汰赛，才刚刚真正开始。
原文链接：https://www.odaily.news/zh-CN/post/5211692