Meta出租算力掀翻市场!股价暴涨8%,CoreWeave们却崩了
2026年7月,Meta宣布筹备名为“Meta Compute”的云业务,计划将闲置AI算力对外出租出售,这一消息迅速引发全球科技股市场剧烈震荡。消息公布当日,Meta股价大涨超过8%,而CoreWeave、Nebius等纯算力租赁公司股价暴跌12%至15%,费城半导体指数下挫超6%。这场市场动荡背后,折射出AI算力产业正在经历从“军备竞赛”到“效率优先”的深刻转型。
01Meta Compute:算力从成本中心转向利润中心
Meta此次推出的算力变现业务主要包含两条产品路径。一类是模型即服务(MaaS),允许外部开发者直接调用托管在Meta基础设施上的AI模型,包括Llama系列开源模型及最新发布的闭源模型Muse Spark,按调用量付费,模式类似于亚马逊AWS的Bedrock平台。另一类是裸算力租赁,直接出租H100、H200等GPU集群的使用权限,供客户运行自有模型,对标CoreWeave等新兴AI云厂商的业务模式。根据美银证券披露的信息,Meta当前内部AI基础设施的利用率约为65%,尚有35%的闲置产能,这部分产能对外出租的边际成本极低,赋予了Meta Compute独特的定价空间。1
从财务视角看,Meta面临的资本回报压力是其推动算力变现的核心驱动力。2026年Q1,Meta的自由现金流从上年同期的260亿美元骤降至12亿美元,Q2预计录得逾10亿美元负值。同期全年资本开支指引已上调至1250至1450亿美元,同比2025年近乎翻倍。面对天文数字般的硬件投入,Meta需要向投资者证明其算力资产能够产生回报,而非仅仅作为内部成本中心存在。市场分析指出,Meta此前从未运营过公共云平台,构建的却是全球最大的私有AI计算网络之一,用于支持Facebook、Instagram、Llama系列模型、广告推荐系统等自有业务,这种“能力外溢”式的变现路径被视为将沉没成本转化为现金流的务实选择。23
02算力供需格局:结构性分化而非全面过剩
中国信通院2026年一季度的数据进一步印证了算力供需的结构性分化:国内AI算力总需求同比暴涨417%,而高端GPU供给增速仅为128%,整体缺口维持35%区间。真正供不应求的,是搭载HBM3e显存、先进CoWoS封装的旗舰级训练芯片,如H200和B300,它们的交付周期已经拉长到6至15个月,而Meta手里闲置的恰恰不是这些被疯抢的顶级货。业内判断,Meta的行为本质是“算力资产从单一训练工具向多代际可交易商品的金融化转型”,而非“算力全面过剩”。9
03价格冲击:算力租赁市场面临重构
Meta入局对算力租赁市场定价体系的冲击是多方关注的焦点。第三方数据显示,截至2026年初,全球GPU云服务市场已形成明显的价格分层:超大规模云厂商(AWS、Azure、GCP)的H100按需实例价格约为6.88至12.29美元/小时,而专业GPU云服务商(CoreWeave、Lambda Labs、RunPod)的同等配置价格仅为2至3美元/小时,差距高达3至6倍。CoreWeave于2025年3月以350亿美元估值上市,2025年全年营收达50亿美元,侧面印证了专业化GPU云市场的商业可行性。10
04产业链影响:多方利益格局重塑
05行业趋势:效率优先时代来临
高盛资深半导体分析师Jim Covello建议“做多超大规模云服务商、低配半导体”,认为对于庞大、稳定且内部开发的工作负载,ASIC能提供更低的总拥有成本;但如果模型结构改变,GPU的可编程性优势则不可替代。这一建议反映出市场正在重新评估算力产业链不同环节的价值分配。18
06各方观点:市场解读存在分歧
算力供需判断
支撑紧缺的证据
Meta一边出租旧卡,一边与Crusoe签署1.6GW新增算力协议
Anthropic算力消耗年化增速80倍,远超预期
B200租赁价格一年内近乎翻倍
谷歌云因算力不足限制Meta使用Gemini
SemiAnalysis称Meta 2027年资本开支将高得惊人


支撑过剩的证据
Meta内部基础设施利用率仅65%,闲置产能达35%
H100/H200用于前沿模型训练经济性下降
xAI、SpaceX等公司已开始出租过剩算力
部分算力租赁价格指数出现下滑
市场开始奖励削减资本开支的企业
07核心对比维度汇总
基于上述素材分析,可将评估Meta Compute入局算力租赁市场的关键维度归纳如下,供不同需求的用户参考判断:
- 定价竞争力:Meta Compute有望以低于现有云厂商20%-30%的价格提供服务,但实际落地时间待定,短期影响有限
- 代际分层策略:出租对象为H100/H200等老旧算力,GB200/Rubin等高端芯片仍自用且持续采购,供需结构分化明显
- 市场需求验证:Anthropic、谷歌等大厂仍在高价抢购算力,说明高端训练卡需求旺盛;推理市场增速更快
- 商业模式成熟度:Meta缺乏公共云运营经验,企业客户关系是短板;Llama开源生态是差异化优势
- 产业链影响程度:对纯算力租赁商冲击最大,对超大规模云厂商影响有限,对终端用户利好长期可见
综合各方信息来看,Meta Compute的推出标志着AI算力产业从“产能扩张期”进入“效率运营期”的关键节点。算力资产从成本中心转向利润中心的趋势已经确立,但这一转变对不同市场参与者意味着不同的机遇与挑战。终端用户和开发者有望在长期内受益于更低的算力成本和更丰富的AI服务选择;中小企业获得了新的算力获取渠道,但同时也需要关注服务稳定性和企业级支持能力;纯算力租赁商面临更激烈的竞争,需要在差异化服务和企业客户关系上构建护城河。至于算力是否过剩,素材显示的答案更为复杂——高端训练卡依旧紧缺,推理市场持续爆发,老旧算力的合理流动正在重新定义算力市场的定价逻辑。
当前文章无评论,是时候发表评论了