Meta 的算力“转卖”引发板块大洗牌
7 月 1 日，据彭博社报道，Meta 正在筹备新的云计算业务，计划向外部客户出售潜在的剩余 AI 算力，并提供类似 AWS Bedrock 的托管模型服务。消息一出，市场反应剧烈分化：Meta 股价盘中一度上涨超 10%，最终收涨 8%；另一边，CoreWeave 和 Nebius 分别大跌 13% 和 17%。次日亚盘，抛售蔓延至 AI 硬件产业链，韩国 KOSPI 指数一度下跌约 7%，三星电子和 SK 海力士双双跌超 8%。
一夜之间，Meta 从过去两年最激进的算力买家之一，变成了潜在的卖家。这种角色反转直接触碰了市场最敏感的神经——支撑整轮 AI 牛市的底层信仰：“科技巨头资本开支永不下降”是否正在被打破？
过去两年的牛市发动机：缺货清单与资本开支
本轮 AI 行情的根本逻辑是“短缺”：需求爆发叠加供给瓶颈，从高端 GPU、HBM 内存、光模块，到数据中心场地、电力容量、燃气轮机、散热设备，再到 DRAM、NAND 和机械硬盘，形成一条不断延伸的缺货清单。在这种“木桶效应”下，每个稀缺环节都拥有议价权，上游厂商可以涨价、锁长单，进而支撑整个产业链的高景气。
而真正驱动这轮牛市的发动机，是微软、Meta、亚马逊、谷歌四巨头持续膨胀的资本开支。据 Bridgewater 测算，2026 年四家公司用于 AI 基础设施的投资将达约 6500 亿美元，较 2025 年增长 60%。路透社援引高盛和摩根士丹利的估算显示，2026 年全球 AI 相关资本开支（涵盖数据中心、电力、设备、软件）可能逼近 8000 亿美元。
Meta 非但没有收缩，反而踩下油门：此前将 2026 年资本开支指引上调至 1250 亿至 1450 亿美元。截至今年一季度末，Meta 拥有约 2377 亿美元不可取消的合同承诺，其中相当部分与服务器、数据中心和第三方云算力有关。
Meta 为何一边买算力一边卖算力？
Meta 出售部分算力，并不意味着它判断行业整体不再缺算力，而是要理解其自身“长周期供给与短周期需求”的错配。数据中心建设周期长达数年，Meta 必须按激进的预期提前建设容量，但自研模型暂时未能完全消化这些算力。将闲置的 GPU 推向外部市场，可以回收部分成本，这是理性的商业决策。
类似案例并不罕见：2025 年 5 月，xAI 以每月 12.5 亿美元的价格向 Anthropic 开放拥有超过 22 万块英伟达 GPU 的 Colossus 1 超级计算集群。算力资源最终流向最能发挥其价值的企业，当自用无法完全消化时，出租变现是最优解。
但 Meta 的特殊之处在于：它坐拥 Facebook、Instagram、WhatsApp、Messenger 等全球顶级产品矩阵，理论上最容易将 AI 模型嵌入现有产品形成用户飞轮。然而现实却是 Meta 一边大规模自建算力，另一边仍需采购 Gemini 等外部模型和算力服务——有报道称 Meta 对 Google Gemini 模型的需求大到 Google 都难以满足。这暴露了 Meta 在“算力→模型→产品→收入”闭环中的脱节：自研模型暂时无法替代外部方案，导致自身算力不能被充分利用。
市场反应深层解读：从“囤算力”到“用算力”的范式迁移
市场的板块异动并非简单地交易“算力过剩”，而是在交易算力价值在产业链内部的重构。表面上，“云跌、硬件跌、软件涨”似乎逻辑通顺：Meta 释放算力可能压低价格，拖累云计算公司和硬件产业链。但更深层来看，市场开始清算“谁在无效烧钱”——一旦“算回报”的审美成为主流，巨头主动放缓军备竞赛的预期就会冲击上游硬件的确定性溢价。
一个关键事实是：Meta 的闲置算力（2026 年底约 5GW）与整个行业动辄 10GW 以上的新增需求相比，微不足道。以 xAI 出租算力的价格为例（12.5 亿美元/月对应 500MW，折算约 300 亿美元/GW/年），说明即便有玩家短期“下牌桌”，闲置算力会很快被头部模型公司（如 OpenAI、Anthropic）吞下。因此 Meta 释放的算力大概率不会压垮价格，反而进一步证明算力仍然极度紧缺——只是需要被更高效的模型和产品吸收。
这引出了两个质变：第一重，AI 投资回报仍不确定，但巨头资本开支开始变得“有点不确定”——资本市场开始奖励控制折旧成本的巨头，惩罚无效烧钱。第二重，这种风险尚未完全反映到硬件厂商的估值中，一旦市场确信“不需要无限制搞算力全员恶性竞赛”，上游硬件的高增速泡沫就会破裂。
结论：不是牛市结束，而是赢家通吃加速
Meta 事件不是 AI 牛市结束的证据，而是市场从“谁囤了最多算力”转向“谁最会使用算力”的分水岭。算力供给增加、推理成本下降，对软件和应用企业反而是红利。当资源向极少数能实现“算力→模型→产品→收入”高效闭环的头部玩家加速集中，AI 产业的赢家通吃才刚刚开始。
对投资者而言，此后不仅需要关注算力规模，更要关注算力流向了哪些模型和产品，以及谁能从中真正赚到钱。这或许才是 Meta 事件留下的最深远启示。