Meta要對外賣AI算力，中國沒相關動作，萬億市值瞬間蒸發？

作為硅谷公認的吞金獸，扎克伯格突然決定不當純粹的算力買家了。

隨著Meta一項隱秘新業務的曝光，整個硅谷的硬件巨頭們集體捏了把冷汗。根據彭博社報道，Meta準備把內部"過剩"的AI算力，公開賣給外部客戶。

這個動作，在7月2日直接引發了AI基礎設施板塊的連環踩踏。英偉達跌，臺積電跌，AMD跌，美光跌，CoreWeave暴跌。

整個AI基礎設施板塊一夜合計損失萬億美元市值。 Meta自己，反向漲了8%。

事后看，這只是一件很普通的商業決策。 一家公司，把閑置資源拿出來賣錢。在任何行業，這種事連新聞都算不上。

但放在AI行業，它幾乎等于當眾說了一句：我這里，還有剩的。

市場瞬間安靜。過去兩年，撐起整個AI產業估值的只有一句話：算力永遠不夠。

要理解市場為什么反應這么大，得先理解過去兩年AI到底是怎么賺錢的。

準確說，是怎么估值的。

整個AI產業其實只有一個商業閉環：

AI需要GPU → GPU賣爆 → HBM賣爆 → PCB賣爆 → 交換機賣爆 → 光模塊賣爆 → 電力賣爆 → 數據中心賣爆 → 繼續買GPU

以此循環往復。

資本市場在這條鏈上押了無數真金白銀。

于是市場上形成了一個非常簡單粗暴的公式：AI增長 = GPU增長 = 算力永遠稀缺

英偉達為什么一度摸到6萬億美元市值？支撐這個數字的，是所有人都認為GPU永遠供不應求。

這個供需極度錯配的假設，是過去兩年整個AI牛市最核心的定價模型。

甚至已經成為一個公認的信仰。

靠這個信仰，HBM從周期股變成了成長股；光模塊從工業品變成了AI核心資產，創造了一個個財富神話。

但這些故事的起點，都是同一句話：算力不夠。

只要這句話成立，鏈條上每一環都有故事可講。

一旦這句話被動搖，整條鏈都要重新算賬。

高盛Delta One主管Rich Privotsky在最近一次內部會議上說得很直白：

市場此前的核心前提是算力處于稀缺狀態，如果這個前提被動搖，首當其沖的就是硬件領域。

他沒說會動搖，他說的是如果。

而Meta那條新聞，把這個如果，從假設變成了問題。

Meta賣算力這件事，外界討論最多的是多賺一筆錢。

這個說法不算錯，但沒說到根上。

Meta做這件事，至少有三個動機。

第一層，利用率。

Meta 2025年資本開支已經接近700億美元，2026年指引繼續抬升，市場普遍預期在千億美元量級。

這些錢換回來的是幾十萬張GPU、上百兆瓦的電力、上千人的運維團隊。

大模型研發的特征是非線性，訓練期需要傾盡所有算力推向峰值，而一旦進入模型微調、對齊或等待評測的間歇期，算力需求就會出現斷崖式的波谷。

波谷時段，閑著也是折舊。

大批量GPU在機房里空轉，每一秒都在白白消耗昂貴的折舊成本與電力底噪。與其讓顯卡在倉庫吃灰，不如對外出租。

第二層，路線選擇。

這才是關鍵。

過去兩年，硅谷大廠在AI上的路徑已經開始分叉。

OpenAI賣API，Anthropic賣API，Google賣API + 模型。微軟賣API + 云。

Meta呢？Llama不設門檻，模型代碼全公開，Agent框架也不另收費，幾乎沒在API上賺到錢。

外界一直把這件事解讀為開源理想主義。

扎克伯格不是慈善家。他只是不想成為OpenAI，他想成為AWS。

Facebook時代，Meta靠社交網絡賺錢。

AI時代，Meta的賭注是：

模型不賺錢沒關系，算力賺錢。

Llama敞開大門，是要把開發者圈進Meta的生態。Agent框架不另收費，是為了讓AI團隊把任務跑在Meta的云上。

最終要賺的，是底層那筆算力錢。

回顧互聯網歷史，亞馬遜最早做AWS，也不是為了多賺一筆錢。貝佐斯只是想把亞馬遜電商服務器為了應付“黑色星期五”而冗余出來的閑置容量租出去。

結果AWS后來成了亞馬遜最賺錢的部門，毛利率比零售高出一大截。

Meta在賭同一個故事。

第三層，重新定義AI基礎設施。

這是更深的一層。

過去提到AI基礎設施，第一反應就是GPU。但Meta這次推出的，本質上是一整套服務：GPU + 訓練框架 + 開源模型 + 推理優化 + Meta的云。

不是單賣一張卡，是賣一座"AI工廠"。

如果按這個邏輯往下走，Meta想卡的不是GPU市場，而是AI云市場，GPU只是入口。

AWS當年賣EC2的時候，也沒把自己定位成賣服務器的，它賣的是不用自己買服務器。

Meta今天做的，本質是同一件事，只是對象從電商客戶換成了AI團隊。

Meta多賣幾張卡，這件事本身資本不會怕。

真正讓資本坐不住的，是Meta那句話背后的信號，可能成立。

Meta說的是"我有算力可以賣"。

實際傳遞的信號是，GPU可以共享。如果GPU可以共享，那過去兩年建立的整個需求模型，都要重新計算。

以前的邏輯是，要么自購卡，要么自建機房，要么提前囤貨。

每多一家AI公司，就多一份GPU訂單。

在這種極度焦慮的囤貨邏輯下，算力變成了各家大廠相互防范、各自修筑的護城河。

但如果可以租呢？如果有一家巨頭，手里握著幾十萬個GPU，閑時對外出租呢？

新進場的AI公司，不一定需要自己買卡，直接調用就行。

那GPU的需求模型就變了，從跟隨廠商數量線性增長，變成了跟隨全網實際調用量動態調整。

這是兩套完全不同的定價邏輯。

可以類比一次歷史。以前大家都買服務器，后來AWS來了。

現在沒人自己買服務器了，Capex（資本支出）變成了Opex（運營支出），重資產變成了訂閱制。

Meta今天想做的，是把這件事在AI時代重演一遍。

市場反應最劇烈的，要數云基礎設施技術公司CoreWeave。CoreWeave的商業模式可以一句話講清楚：我建了GPU集群，租給AI公司。

但CoreWeave的商業基礎建立在巨頭算力自用、市場重度缺卡的真空期。Meta一旦真的開始做這件事，CoreWeave的角色就尷尬了。

體量上，CoreWeave沒有Meta這種規模優勢。棧的完整度上，CoreWeave也沒有Meta的模型和軟件。

當企業客戶可以直接在Meta的云上跑Llama原生模型，并且享受Meta工程師優化過的底層框架時，他們沒有任何理由再支付溢價去轉租CoreWeave的純裸金屬服務器。

CoreWeave輸掉的戰場，已經從賣算力這一層，升到了賣整套AI服務那一層。

這不是同一個量級的競爭。

資本看到了這一層，所以殺得最狠。

跌得最猛的那批股票，第二天基本都漲回來了。

很多解讀是市場修復。

但我認為，真正的原因，是資本在24小時內做了一次重新定價。

大家想清楚了一件事：Meta說的是真的，但不是今天。

目前的現實是，大模型的Scaling Law還沒摸到天花板，主流大廠的主力集群依然在連軸轉地跑下一代多模態模型的訓練。

推理需求還在高速同比增長。

Meta現階段能夠釋放出來的波谷算力，相比于全網龐大的吞吐量來說，依然只是極其有限的補充。

短期看，情緒釋放完了。中期看，AI的資本開支故事沒變。長期看，唯一動搖的是一件事：GPU的供需關系，可能從絕對短缺，慢慢變成結構性過剩。

這個變化不會一夜發生，可能要兩年，可能要三年。

但方向變了。

Meta一句話，把整個市場的牛市從短缺驅動，推到了效率驅動。

而效率驅動的牛市，估值邏輯是另一套。英偉達的市值，是短缺驅動出來的。OpenAI的高估值，是短缺驅動出來的。

整個AI infra鏈條上的公司，絕大多數是短缺驅動出來的。

一旦市場開始按效率重新定價，整個板塊的估值錨都要調整。Meta只是把這次調整的時間表，往前推了。

回頭看，AI產業過去兩年的故事很簡單。

缺GPU。

就這簡單的幾個字，足以撐起幾萬億美元的市值。

但在現階段，這個邏輯的邊際效應已經開始劇烈遞減。

GPU還是缺，只是“缺”已經不能完全解釋估值了。

接下來，AI產業要回答的新問題只有一個：怎么把已經買下來的GPU，用出去。

這是兩個完全不同的時代。

一個時代比采購，誰的錢多，誰的卡多，誰的估值就高。

一個時代比利用率，誰的TCO（總體擁有成本）低，誰的PUE（能源效率）低，誰的單位Token推理成本便宜，誰就能在市場上存活。

一個時代是Capex（資本支出）驅動，一個時代是ROA（資產回報率）驅動。

如果說ChatGPT改變了AI，Meta這次，第一次開始改變AI賺錢的方式。