旗下矩阵

  • 投资界
  • 天天IPO
  • 解码LP
  • 并购
  • 前哨
  • 投资界AI

Meta都要变卖算力了,AI基建泡沫要破了吗?

Meta拟卖AI算力,消息致相关公司股价变动。行业内算力似紧缺,实则新旧错配,模型厂商分化,强者买弱者省,这或为行业成熟标志。
·微信公众号:世界模型工场 世界模型工场 世界模型工场

AI投资人解读

· Meta研究出售多余AI算力,引发市场波动。其或按代际分配算力,新一代自用,旧代或高端闲置的拿去卖,类似库存周转。行业内,头部公司仍在囤算力,如谷歌云未履约订单近4600亿美元,AI算力是结构性错配,旧的富余,新的紧俏。模型厂商也在分化,强者买,弱者省。
· 若前沿模型商业化遇阻,算力过剩信号可能蔓延。行业竞争激烈,技术更新快,模型迭代周期缩短,部分公司可能因算力管理不善面临风险。
总结:Meta出售算力反映行业结构变化,虽当前算力仍紧张,但要关注前沿模型商业化及竞争风险对各公司的影响,综合评估投资潜力。

Meta今天把AI算力市场打懵了。

Bloomberg消息称,Meta正在研究把多出来的AI算力拿出去卖,甚至可能做成一个新的云业务,对标AWS、Azure。

消息一出,Meta当天收盘涨约8.8%,Nebius收跌约17%,CoreWeave收跌约14%。

过去两年,CoreWeave、Nebius、Oracle最核心的故事,就是大厂买不到足够的GPU,只能向外部供应商锁定算力。

现在Meta这个算力大客户,自己要反过来卖算力,市场第 一反应是,AI算力要从紧缺转向过剩了。

但翻翻最近新闻,似乎不太对劲。

上月中旬,Meta刚和Crusoe签新单,锁定约1.6GW数据中心容量;

三个月前,Meta想买更多的Gemini模型算力额度,因Google产能不够被砍了配额。

一边卖算力,一边囤新算力,还因为囤不到被限流,Meta到底缺不缺算力?

01、Meta的算力分配

如果Meta真的卡多到用不完,剧本不该是现在这样。

更合理的推测是,Meta手里的卡,正在按代际分成两种资产。

H100、H200这批卡,放在前两年是绝 对的主力。但前沿模型往前走以后,大家拼的东西变了。

不再只是单卡算力,而是内存带宽、互联拓扑、NVLink domain大小、集群利用率等系统级指标。

H100、H200依然能打,但更适合放在推理、精调、广告排序、内容生成、中小模型训练这些场景,不用再死磕系统极限。

Blackwell、Blackwell Ultra、Rubin这一批新平台,才是真正留给前沿模型的资源。

到了这个级别,训练效率不只是技术问题,直接决定试错速度和成本。

所以Meta现在做的事,更可能是算力资产按代际重新分配:

最稀缺的新一代算力集群自己留着,继续加码锁长期算力产能;

上一代或非核心负载消化不了的高端容量拿出去卖,把沉淀的资本开支变回现金流。

所以Meta卖算力,不是算力过剩的信号,更像是重资产公司在做库存周转。

02、AI算力到底紧缺还是过剩?

一边租算力、一边卖算力,只是Meta一家的行为吗?

放眼整个AI行业,算力到底是紧缺还是过剩,这关系到AI行业是否已经开始出现泡沫。

先看今年的支出规模。

亚马逊、微软、谷歌、Meta四家,今年合计资本开支指引大约7250亿美元,比去年的4100亿猛涨77%。

在今年上一轮财报中,除了亚马逊维持原计划,另外三家都主动上调了指引,理由是缺算力,而不是过剩。

以谷歌为例,不仅今年要花1800多亿美元自建基础设施,从2026年10月起,每月还要付9.2亿美元,向SpaceX租11万张GPU及相关计算资源。

一个自己烧钱最多的公司,还要向外部租算力才能接住AI订单,这明显还在算力短缺的阶段。

数据显示,谷歌云未履约订单已经堆到近4600亿美元,微软Azure的商业待履约金额也同比增长99%,达到6270亿美元。

再看头部模型公司,还在疯狂锁算力。

Anthropic和AWS的合作扩到十年1000多亿美元、提前锁定5GW新产能;

同时,和谷歌、博通签下3.5GW下一代TPU;

还从SpaceX租下Colossus 1的300MW算力,每月付12.5亿美元至2029年。

如果按标准定义,泡沫是供给过剩、需求跟不上,但现在的情况刚好反过来。

最有钱的几家公司,都在提前囤算力,而不是在为库存发愁。这和真正意义上的泡沫,底层逻辑就不一样。

当然这个判断有前提,它建立在前沿模型还能持续商业化落地的假设上。

如果模型能力的提升速度,追不上算力投入,过剩的信号可能会从老一代GPU,慢慢蔓延到新一代。

所以,现在AI行业的算力更像一种结构性错配:旧一代算力开始富余,新一代算力依然紧俏。

03、AI公司开始分化

算力分化背后,其实是模型厂商本身也在分化。

LMArena统计数据显示,从2023年年中开始,SOTA模型的迭代周期被压缩到35天左右。曾经登顶的模型,5个月就可能跌出前五,7个月后连前十都摸不到边。

能跟上这个节奏的,越来越集中在几家头部。

OpenAI、Anthropic等头部模型公司,还在继续锁定更长期、更大规模、更新一代的算力。

对它们来说,算力不是单纯的成本项,而是战略资产,所以依然在扩张。

反过来看Meta的动作,已经不太一样。

在算力和资本开支上,Meta和头部第 一梯队完全是同一个量级,但在模型能力上已经掉队。

虽然Meta依然要训练前沿模型,依然要为广告、推荐、内容、智能眼镜准备算力,但同时也要管理已经买下来的旧代际算力。

这和SpaceX把部分算力租给Anthropic,本质上是一样的。

只要自家业务消化不了,闲置算力就应该变成现金流,提高资产周转率。

这正是AI行业的新分化:强者继续买,弱者开始省。

模型能力、商业化效率、算力资产管理,正在同时决定一家AI公司的命运。

当SpaceX、Meta开始出租自家算力,AI算力就从稀缺叙事进入了结构分化,这或许是AI行业走向成熟的标志之一。

【本文由投资界合作伙伴微信公众号:世界模型工场授权发布,本平台仅提供信息存储服务。】
【免责声明】:本文不构成任何投资建议。市场有风险,投资需谨慎。
如有任何疑问,请联系(editor@zero2ipo.com.cn)投资界处理。

本文涉及