7月1日，彭博社爆出一條消息：Meta 內部正在推進一個代號為 "Meta Compute" 的項目，計畫向外部客戶出售富餘的AI算力。
兩條路徑同時推進：
託管模型訪問——把 Llama 和 Muse Spark 等模型開放給企業客戶，按 Token 用量收費，對標 AWS Bedrock；
裸算力直接銷售——把 GPU 叢集按小時租出去，對標 CoreWeave。
消息一出，市場立刻用腳投票：META 當日漲約 9%，投資者將其解讀為祖克柏對"千億 AI 投入能否收回"質疑的正面回應。
而另一頭，CoreWeave 和 Nebius 均跌約 15%（247 Wall St）——這兩家靠"賣 GPU 時間"為生的 Neocloud（新興 AI 雲），突然多了一個體量是自己幾十倍的對手。
這不是偶然。祖克柏在 5 月的股東電話會議上已經說過：
"這絕對是我們可選的方案之一。幾乎每周都有外部公司聯絡我們，希望我們推出 API 服務，或詢問能否購買我們的算力，甚至願意支付高於我們採購成本的價格。"
他當時的完整表述是："我們目前還沒有這樣做，這是因為我們認為這些算力還具備其自身的用途。但是，如果未來我們認為算力建設出現了過剩的情況，那麼這將會是我們可以採取的一項選擇。"
這句話現在正在變成行動。
01 1450 億美元的賭注
要理解 Meta 為什麼要賣算力，先得知道它建了多少。
2026 年 4 月，Meta 將全年資本支出指引上調至 1250 億–1450 億美元（SEC 10-Q 檔案確認），較 2025 年實際 capex 722 億美元幾乎翻倍。這個數字在財報電話會上讓投資者短暫慌了一下——消息當天股價跌了 10%。
但祖克柏沒有退。他的邏輯是：
"整個行業面臨的最大瓶頸仍然是算力供應，所以我們應該儘可能多地先儲備算力資源，未來再決定如何利用。"
具體建了多少？幾個數字：
這不是 Meta 一家的問題。微軟、Google、亞馬遜也在同步瘋狂砸錢。2026 年，四家科技巨頭的合計 capex 逼近 7000 億美元。
這些錢買的不是軟體，是鋼筋、電力、輝達 GPU，和一片一片拔地而起的資料中心。
02 為什麼會有富餘：訓練-推理的利用率缺口
算力這個東西，有個物理學問題：它不是均勻消耗的。
一個大語言模型的訓練任務，可能在幾個月內 100% 吃滿幾萬張 GPU。但訓練完成之後，這批叢集的利用率會驟降到 30%–50%——只剩下推理請求在跑，而推理的算力需求遠低於訓練。
Meta 的訓練節奏是公開已知的：Llama 4 訓練完了，Llama 5 還在路上。中間的空窗期，叢集就在那裡，耗著電費，不產生回報。
祖克柏的策略叫 "先囤積，後決策"（Hoard now, decide later）。先按峰值訓練需求把基礎設施建起來，至於建成後怎麼用——到時候再說。
這套策略的前提是：未來總有用得上這些算力的理由。 而"賣出去"就是那個理由之一。
從物理規律來看，這不是 Meta 管理不善導致的浪費——這是算力基建的固有周期。只要你在做前沿 AI 研發，你遲早會面對這個問題。
Meta 的區別在於：它最早承認了這一點，並且開始行動。
03 先行者現身：SpaceX/xAI 的算力生意
Meta 不是第一個這麼幹的。
2026 年 5 月，馬斯克的 SpaceX/xAI 完成了兩筆震驚市場的算力租賃合約：
第一筆：Anthropic 租 Colossus 1
月租：12.5 億美元
合約期限：至 2029 年
總合約價值：約 450 億美元
標的：田納西州孟菲斯 Colossus 1 資料中心的全部可用算力（20 萬+ 輝達 GPU）
第二筆：Google 租 Colossus 2
月租：9.2 億美元
標的：Colossus 2 資料中心的算力叢集
兩筆合約加起來，SpaceX/xAI 每年僅靠"租 GPU"就能入帳超過 260 億美元。
更重要的是：它驗證了"自建資料中心→賣算力"這條路的可行性。
Meta 正在走的，就是同一條路。而且 Meta 的體量遠大於 xAI——它已承諾投入 1829 億美元建基礎設施。
04 誰最受傷：Neocloud 的雙重擠壓
Meta 入局，最直接的壓力落在 Neocloud 身上。
這類公司的商業模式很簡單：向上游（輝達或 Meta 這樣的超大規模買家）批次採購/租賃 GPU，然後拆分成小時級算力出租給下游的 AI 創業公司、研究機構、企業使用者。
CoreWeave 是其中最知名的——2025 年 3 月 IPO，上市後市值一度突破 500 億美元。它的核心資產是一堆 GPU 和一批長期客戶合約。
但 Meta 入局之後，CoreWeave 的商業模式出現了兩道裂縫：
- 裂縫一：下遊客戶被分流。 如果 AI 創業公司可以直接從 Meta 租到算力——而且 Meta 的 GPU 更新、規模更大、價格可能更低——為什麼還要找 CoreWeave？
- 裂縫二：最大客戶變對手。 CoreWeave 和 Meta 本身就有深度合作。2026 年 4 月，CoreWeave 與 Meta 簽署了總額 350 億美元的算力供應協議（至 2032 年），其中 210 億為 2027–2032 年新增部分。Nebius 也跟 Meta 簽了 270 億美元的類似協議。這些合約的方向是 CoreWeave/Nebius 向 Meta 供算力——Meta 是買方。
如果 Meta 決定自建算力並對外銷售，它很可能減少向 CoreWeave 和 Nebius 的外部採購。這些合約的未來續約率和新增量就會打折扣。市場定價的不只是"Meta 變成競爭對手"，還有"Meta 不再是可靠的大客戶"。
還有一個更深層的風險：融資抵押物的估值。
Neocloud 的擴張高度依賴債務融資，而抵押物就是它們手裡的 GPU 叢集。2026 年 3 月，CoreWeave 關閉了一筆 85 億美元的 GPU 擔保定期貸款——號稱業內首筆投資級 GPU 抵押債務（納斯達克公告）。如果 Meta 這樣的超大規模玩家大規模進入算力租賃市場，GPU 的小時租金就會下跌——抵押物的估值就會縮水——債務再融資就會變難。
這不是理論推演。消息爆出當天，CoreWeave 跌了 15%。市場在重新定價。
05 更大格局：7000 億美元基建賭局，誰先跑？
把視角拉遠。Meta 賣算力，不只是 Meta 一家公司的事。
2026 年，四家科技巨頭的合計 capex 逼近 7000 億美元。 這些錢絕大部分流向同一個方向：AI 基礎設施。
問題來了：這些東西建完之後，利用率能到多少？
看空者的邏輯：
GPU 算力價格持續下行。B300 雲實例按需最低約 7.4 美元/小時，spot 實例最低 4.3 美元/小時（GPUFinder，2026 年 7 月）。更宏觀地看，LLM 推理成本三年內下降了約 1000 倍（GPU Nexus）。
推理效率在躍升。DeepSeek R1、Anthropic 最新模型都在用更少的算力做更多的事。
有分析人士將此比作 1990 年代末的光纖過度建設——當時電信公司瘋狂鋪設光纖，結果供過於求，價格崩盤，一大批公司破產。
看多者的邏輯：
Jevons 悖論：算力越便宜，用的人越多。不是線性增長，是指數增長。
推理需求正在爆發。2026 年，推理負載已佔全部 AI 算力的約 三分之二，遠高於一年前的三分之一。
現在的 AI 滲透率，大概相當於 1995 年的網際網路——你覺得那時候建得太多了，但回頭看，建得還不夠。
兩方都有道理。但有一個事實是無法辯論的：
Meta 沒有等到"確認過剩"才開始賣算力。它為"可能過剩"預留了出口。
這才是真正值得注意的訊號。如果你對自己的算力需求 100% 有信心，你不需要提前佈局賣算力的計畫。你建就是了。
Meta 做了備選方案。其他人呢？
微軟、Google、亞馬遜——它們的老本行就是賣雲，不存在"要不要賣算力"的問題，它們一直在賣。真正的問題在於：它們也在瘋狂擴建，而且擴建的速度，並不比 Meta 慢。
如果最大買家都在為自己預留退路——那這個市場的水，可能沒那麼深。
06 基礎設施投資的第一道裂縫
過去兩年，AI 基礎設施投資的邏輯是："需求是無限的，算力永遠不夠。"現在，這個邏輯出現了第一道裂縫——不是因為需求消失了，而是因為供給建設的速度，可能已經跑到了需求前面。
Meta 賣算力，標誌著 AI 基建從"不計成本地建"進入"開始算帳"的階段。
接下來值得觀察的幾件事：
微軟會不會跟？ 它跟 OpenAI 有深度合作，也有大量 Azure 算力——它不需要新建，它已經在賣了。但它的擴建速度會不會放緩？
CoreWeave 的下一季財報。 它能不能用合約資料證明自己不受衝擊？
GPU 小時費率的走勢。 如果 Meta 正式入市，價格戰會不會打響？ (華爾街見聞)