Meta变卖算力引发市场担忧 AI基建泡沫即将破裂？

Meta 今日的突然举动，让整个 AI 算力市场感到一阵错愕。

消息源自 Bloomberg：Meta 正在评估将富余的 AI 算力打包出售，甚至不排除推出全新的云服务品牌，直接与 AWS 和 Azure 展开竞争。

这一消息引发了市场的真实反应——Meta 当日收盘上涨近 8.8%，但另一边，Nebius 暴跌 17%，CoreWea ve 同样承压，跌幅达到 14%。

过去两年，CoreWea ve、Nebius、Oracle 的核心逻辑高度一致：科技巨头无法获取足够的 GPU，只能借助外部供应商锁定算力资源。如今，作为算力大户的 Meta 反过来出售算力，市场的第一反应便是——AI 算力是否即将供过于求？

但如果近期多关注新闻，情况或许没那么简单。

就在上个月中旬，Meta 刚与 Crusoe 签署新协议，锁定了约 1.6GW 的数据中心容量；三个月前，Meta 还曾计划增加 Gemini 模型的算力额度，却因 Google 产能不足被直接削减配额。

一面宣称有“多余的卡”要卖，一面又在加大力度锁定新算力，甚至因囤货不足而被限流——Meta 究竟缺不缺算力？

Meta 的算力资产重新配置

倘若 Meta 真的拥有大量闲置显卡，剧本绝不会是现在这样。更合理的推测是，Meta 手中的算力正按代际重新划分为两类资产。

H100、H200 这批显卡，放在前两年绝对属于主力。但随着前沿模型的演进，竞争焦点已经改变：不再是单卡算力有多强，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 和 H200 依然能力突出，但最适合的战场已发生转移——推理、微调、广告排序、内容生成、中小模型训练等场景不再需要极限系统性能。而 Blackwell、Blackwell Ultra、Rubin 等新平台，才是专门留给前沿模型的资源。

到了这一层级，训练效率不仅是技术问题，更直接决定了试错速度和成本。

因此，Meta 当前的做法更像是按代际重新洗牌算力资产：最稀缺的新一代算力集群留作自用，持续加码长期算力产能；上一代或非核心负载所消化不了的高端容量则对外出售，将沉淀的资本开支转化为现金流。

结论很明确：Meta 出售算力，并非算力过剩的信号，更像是一家重资产公司正在做库存周转。

AI 算力：紧缺还是过剩？

一边租用算力，一边出售算力，这仅是 Meta 一家的行为吗？放眼整个 AI 行业，算力究竟是紧缺还是过剩，直接关系到 AI 行业是否已经出现泡沫。

先看今年的支出规模。

亚马逊、微软、谷歌、Meta 四家，今年合计的资本开支指引约为 7250 亿美元，较去年的 4100 亿猛增 77%。在今年上一轮财报中，除亚马逊维持原计划外，另外三家均主动上调了指引，理由都是缺算力，而非过剩。

以谷歌为例，不仅今年要投入 1800 多亿美元自建基础设施，从 2026 年 10 月起，每月还要支付 9.2 亿美元，向 SpaceX 租赁 11 万张 GPU 及相关计算资源。一个自身烧钱最多的公司，仍需向外租赁算力才能承接 AI 订单，这明显仍处于算力短缺阶段。数据显示，谷歌云未履约订单已接近 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，仍在疯狂锁定算力。

Anthropic 与 AWS 的合作扩展至十年 1000 多亿美元，提前锁定 5GW 新产能；同时，与谷歌、博通签下了 3.5GW 的下一代 TPU；还从 SpaceX 租下 Colossus 1 的 300MW 算力，每月支付 12.5 亿美元直至 2029 年。

如果按标准定义，泡沫是供给过剩、需求跟不上。现在的情况刚好相反——最有钱的几家公司，都在提前囤积算力，而非为库存发愁。这与真正意义上的泡沫，底层逻辑完全不同。当然，这个判断有一个前提：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，过剩信号可能会从老一代 GPU 慢慢蔓延到新一代。

所以，当前 AI 行业的算力更像是一种结构性错配：旧一代算力开始富余，新一代算力依然紧俏。

AI 公司正在分化

算力分化的背后，其实是模型厂商本身也在分化。

LMArena 的统计数据显示，从 2023 年年中开始，SOTA 模型的迭代周期被压缩到了大约 35 天。曾登顶的模型，5 个月后可能跌出前五，7 个月后连前十都摸不到边。能跟上这个节奏的，越来越集中在少数几家手中。

OpenAI、Anthropic 等头部模型公司，仍在持续锁定更长期、更大规模、更新一代的算力。对它们而言，算力不是单纯的成本项，而是战略资产，因此仍在扩张。

反观 Meta 的动作，已有所不同。在算力和资本开支上，Meta 与头部第一梯队体量相当，但在模型能力上已明显掉队。尽管 Meta 仍需训练前沿模型，仍需为广告、推荐、内容、智能眼镜准备算力，但同时也要管理已经采购的旧代际算力。

这与 SpaceX 将部分算力租给 Anthropic 本质上一致。只要自身业务消化不了，闲置算力就应该转化为现金流，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 开始出租自家算力时，AI 算力就从稀缺叙事进入了结构分化——这或许是 AI 行业走向成熟的一个标志。