什么值得买App下载 App ›
连续签到专享现金活动

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
Meta一边出租算力、一边继续大规模采购的反差举动,引发了市场对“算力是否过剩”的广泛争论。多方信息显示,Meta并非削减资本开支,而是在进行算力资产的代际分层管理。市场初期曾有观点误认为Meta出售算力是因为AI大模型研发遇阻、算力需求饱和,但根据多家机构拆解的信息,Meta的真实策略是“以旧养新”——最新一代GB200等高端芯片Meta将全部保留用于自研前沿大模型训练,不仅没有闲置,反而还在加大采购力度;而上一代H100/H200等老旧算力虽然无法满足下一代前沿模型训练的性能需求,但用于大模型微调、推理、中小模型训练等场景仍然完全够用,拿出来对外出租可以赚取现金流回本。45
行业数据层面,多个信号表明高端算力依然紧缺。SemiAnalysis报告显示,仅2026年上半年,Meta就已签约超过5GW的数据中心容量,涵盖云租赁和托管机房,这还不包括自建项目的全部进度。Anthropic的算力消耗年化增速达到80倍,远超其按10倍规划的预算。谷歌云因算力容量不足,已对Meta的Gemini使用实施配额上限。6月份A100、H100、B200的租赁价格均环比继续上涨。xAI将Colossus 1数据中心整租给Anthropic,月租金12.5亿美元、合同总额超400亿美元,以如此高价租出本身就说明行业仍在抢夺算力。678
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
Meta Compute凭借其内部成本优势,有潜力以比现有云厂商低20%至30%的价格提供纯AI算力服务。分析指出,Meta以成本价建设算力、以市场价出租,边际成本极低的闲置老旧算力进入市场后,将直接压低第三方租赁价格,对CoreWeave等纯算力租赁商冲击最大。这种“算力大卖场”模式让用户可货比三家,算力租赁市场从卖方市场向买方市场转移。但也有分析认为,Meta云服务落地仍需时间,短期内对实际租赁价格的影响有限,更多体现为市场预期层面的压力。111213
训练卡与推理卡的需求分化趋势也值得关注。开源大模型参数规模和性能持续攀升,部分应用从自研微调转向直接调用现成模型,高端新款训练卡与推理/旧款训练卡在市场上形成明显的“温差”。H100的租赁价格从2024年10月的1.70美元涨至2025年3月的2.35美元,H200涨至3.5美元,B200小时租赁价2.63美元,10月续约达5.10美元,涨幅达94%。这种分层定价趋势意味着老旧算力价格承压,而先进芯片GB300/Rubin价格维持坚挺。145
04产业链影响:多方利益格局重塑
Meta入局云计算市场的影响呈现明显的利益分化。对普通用户而言,算力成本下行可能推动AI服务降价,更多免费或低价AI工具涌现。开发者可用低价算力训练垂直领域小模型,医疗AI诊断、教育AI辅导、办公AI助手等工具的订阅费或按量计费价格可能下调。历史上光纤泡沫后过剩的光纤支撑了云计算爆发,当前AI算力短期“过剩”或许正在为未来应用爆发铺路。1215
对中小企业和AI创业公司而言,Meta Compute提供了新的算力获取渠道。传统上,AI算力被AWS、Azure、GCP和芯片厂商控制,中小企业面对高端算力的高门槛望而却步。Meta手握Llama开源模型配合低价算力,开发者可低成本部署AI服务,推出更多面向普通用户的应用。但也有观点指出,Meta在企业云市场缺乏亚马逊、微软、谷歌多年积累的客户基础,如何建立企业客户关系仍是挑战。121316
对纯算力租赁商而言,Meta既是最大客户又是潜在竞争对手,这一声誉风险不容忽视。市场数据显示,Meta与CoreWeave的采购合同约352亿美元,与Nebius约270亿美元——Meta以前是它们最大的金主,如今金主亲自下场卖算力,成为它们最直接的竞争对手。高盛交易台主管Rich Privorotsky指出,市场此前的核心前提是算力处于稀缺状态,这种稀缺性维持了坚挺的定价,Meta承认有富余算力直接动摇了这一核心信仰。517
对芯片和存储行业而言,市场担忧主要集中在“出租算力→算力过剩→资本开支下修”这一逻辑链条。消息公布后,美光、闪迪等存储芯片股大跌超10%,但SemiAnalysis分析认为市场误判了Meta的意图。报告指出,Meta并未放弃训练前沿模型,Meta超级智能实验室(MSL)仍是增量算力的最大去向,广告推荐系统(RecSys)被Meta视为可扩大超过10倍的扩容空间,需要同时投入推理与训练算力。此外,SemiAnalysis还披露Meta正与Anthropic谈判获得Claude的私有化部署权限,未来可将Claude打包进自己的算力和平台对外提供服务。67
05行业趋势:效率优先时代来临
Meta卖算力的深层意义在于,AI基础设施投资逻辑正在发生根本转变。市场逻辑从“奖励不计代价扩张”转向“奖励削减资本开支并提升效率”,第一家能够证明可以在减少支出的同时提供同等产出的超算企业,将率先获得市场在股价上的奖励。算力从“稀缺”走向“可交易的商品”,类似铁路公司铺好铁轨后向全社会开放的模式。更高效的建设、调度、变现能力正成为核心竞争力,而非单纯比拼GPU采购数量。1117
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
多位接受第一财经采访的产业人士表示,Meta出售算力不是AI资本支出的结束,而是意味着AI基建商业模式成熟。Meta的举动是主动的商业变现,而非被动的产能过剩。扎克伯格在2026年Q1业绩电话会上明确表示,算力短缺至少持续到明年底,宁可超前一年也不要落后一年。但从说服股东的角度,Meta仍需要考虑短期现金流,这种“以旧养新”的策略有望成为AI算力产业走向成熟的标志。81519
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

市场解读分歧的核心在于观察视角的不同。乐观派认为Meta的举动是存量资产的货币化尝试,不代表算力需求见顶;悲观派则认为这动摇了“算力永久稀缺、大厂无限资本开支”这一支撑AI硬件板块高估值的核心叙事。高盛分析指出,市场更大的风险正向上游的硬件和基础设施层转移,因为这些领域的估值预期依然建立在算力持续短缺的基础之上。但也有分析认为,推理爆发的长期缺口正在显现,国内日均Token调用量年增幅超千倍,算力瓶颈正从GPU向晶圆基板、光学互联组件等领域外溢,整体供给扩张仍面临物理天花板。11177
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。

评论

评论区空态插画

当前文章无评论,是时候发表评论了