Meta 的 AI 算力賭局：「與其不夠，不如太多」——祖克柏的雲端轉型，如何一天震碎全球半導體 6% 市值
2026 年 7 月 1 日，彭博社的一則獨家報導，讓全球科技股經歷了今年以來最劇烈的 48 小時震盪。
報導的內容看似簡單：Meta 正在建立一個名為「Meta Compute」的雲端運算業務，計劃對外出售過剩的 AI 算力和模型 API 存取權。這家以 Facebook、Instagram 和 WhatsApp 聞名的社群媒體巨頭，現在要直接挑戰 Amazon AWS、Microsoft Azure 和 Google Cloud。
市場的反應極為戲劇化：Meta 股價當日飆漲 8.8%，市值一夜暴增約 1,270 億美元。但代價是什麼？全球半導體和 AI 算力股的集體崩盤——費城半導體指數暴跌 6.2%，CoreWeave 重挫 14%，Nebius 狂瀉 17%，三星電子暴跌 9% 觸發韓股熔斷。
這不是一個簡單的商業新聞。這是 AI 基礎設施從「燒錢競賽」走向「商業化營運」的關鍵轉折點。本文將從 Meta Compute 的本質、數字真相、市場衝擊、商業模式爭論到企業啟示，完整拆解這場正在重塑全球 AI 算力格局的重大事件。
一、Meta Compute 是什麼？從社群媒體巨頭到雲端算力平台的基因突變
Meta Compute 是由三位 Meta 最高層主管聯合領導的內部計畫：基礎設施負責人 Santosh Janardhan、Superintelligence Labs 主管 Daniel Gross，以及 Meta 總裁 Dina Powell McCormick。
根據彭博社和 CNBC 的報導，Meta Compute 目前規劃了兩種核心商業模式：
| 模式 | 說明 | 類比 |
|---|---|---|
| 託管 AI 模型 API | 在 Meta 自建基礎設施上託管 AI 模型（包括自研的 Muse Spark 系列），開發者按 token 或呼叫次數付費 | 類似 AWS Bedrock |
| 裸 GPU 算力租賃 | 直接向外部客戶出租 GPU/加速器運算容量 | 類似 CoreWeave、Nebius |
兩種模式對應的是不同的市場需求：模型 API 瞄準開發者和 AI 新創公司，裸算力租賃則面向需要大規模訓練和推論能力的企業客戶。
祖克柏在 2026 年 5 月的股東大會上就已經埋下了伏筆。當時他表示：「幾乎每週都有不同的公司來找我們，要求我們開通 API 服務，或者詢問我們是否有算力可以溢價出售給他們。」他補充道，這項計畫的啟動條件是——Meta 確認自己「過度建設」了算力。而 7 月 1 日的消息，無疑是這個「確認」的信號。
但「過度建設」真的發生了，還是這從一開始就是一個被設計好的商業策略？要回答這個問題，我們需要先看數字。
二、數字解讀：$1,450 億的豪賭——Meta 的 AI 基礎設施帳單
Meta 在 AI 基礎設施上的投資規模，單看數字已經足以令人窒息。
| 年度 | 資本支出 | YoY 成長 |
|---|---|---|
| 2024 | ~$390 億 | — |
| 2025 | ~$722 億 | +84% |
| 2026（預估） | $1,250–1,450 億 | +73–101% |
光是 2026 年第一季，Meta 的資本支出就高達 $198 億，遠超大多數科技公司的全年資本開支。作為對比，這筆錢足以買下整個 Ford 汽車公司，或者建造 10 座先進半導體晶圓廠。
但這裡有一個關鍵數據經常被忽略：儘管支出驚人，Meta 第一季仍然創造了 $124 億自由現金流，營收年增 33% 至 $563 億，營業利潤率高達 41%。換句話說，Meta 的核心廣告業務——一個年營收超過 $2,000 億的現金牛——完全有能力支撐這種規模的投資。
那麼，問題出在哪裡？
根據 SemiAnalysis 的深入分析，Meta 的內部 GPU 利用率大約只有 65%。剩餘的 35% 並非需求不足，而是訓練任務與推論任務之間的自然空閒——模型訓練完成後，GPU 需要被重新配置才能用於推論，這個過渡期產生了閒置。
🔗 GPU 投資報酬率的計算與管理 一直是企業 AI 建設的核心挑戰——Meta 的 35% 閒置率，放在整個產業來看其實不算差。真正的關鍵在於：當你的 GPU 數量達到數十萬甚至上百萬張時，即使是 10% 的閒置，也等於幾十億美元的資產在折舊而不產生營收。
此外，Meta CFO Susan Li 在財報電話會議上還給出了一個耐人尋味的補充：「即使我們正在大幅擴充容量，我們仍然持續低估了自身的算力需求。」這句話的弔詭之處在於——如果需求被低估，為什麼還有剩餘算力可以賣？
答案可能是：Meta 買的不是「今天需要多少 GPU」，而是「未來可能需要多少 GPU」。這正是祖克柏「與其不夠，不如太多」的核心邏輯——在 AI 時代，產能不足的代價遠高於產能過剩。
三、全球市場 48 小時震盪：一天蒸發了多少市值？
7 月 1 日的新聞，引發了今年以來 AI 板塊最劇烈的資金重分配。
贏家：
| 公司 | 漲跌幅 |
|---|---|
| Meta | +8.8%（市值增約 $1,270 億） |
| Amazon | +1.4% |
| Microsoft | +3.0% |
| Alphabet | +1.3% |
輸家——AI 算力供應鏈遭到無差別拋售：
| 類別 | 公司 | 跌幅 |
|---|---|---|
| 新雲商 | CoreWeave | -13.9% |
| 新雲商 | Nebius | -17.0% |
| 記憶體 | 美光科技 | -10.6% |
| 記憶體 | SanDisk | -10.6% |
| CPU/GPU | AMD | -5.5% |
| CPU | Intel | -9.0% |
| 指數 | 費城半導體 | -6.2% |
| 韓國 | 三星電子（7/2） | -9.1% |
| 韓國 | SK 海力士（7/2） | -14.6% |
| A 股 | 新易盛 / 中際旭創 | -11.6% / -6.6% |
韓國 KOSPI 指數一度觸發熔斷機制。A 股的光模組、PCB 和記憶體板塊也遭到集體拋售。這是今年以來，AI 基礎設施供應鏈遭遇的最劇烈單日衝擊。
但這場拋售的邏輯值得深思。CoreWeave 和 Nebius 暴跌的原因很清楚：Meta 是它們最大的客戶之一——Meta 與 CoreWeave 簽有約 $210 億的長期合約（至 2032 年），與 Nebius 則有約 $270 億的潛在合約。如果 Meta 自己開始賣算力，從「客戶」變成「競爭對手」，這些新雲商的營收天花板就面臨根本性質疑。
然而，記憶體和晶片股的暴跌，反映的是一個更宏觀的恐懼：如果全球最大的 GPU 買家之一開始「賣」算力，那就意味著整個 AI 基礎設施市場可能已經供過於求。 美銀的「半導體泡沫風險指標」已達 0.91，距離極端泡沫閾值 1.0 僅一步之遙，市場本身就處於高度擁擠和脆弱狀態。
不過，僅僅五個交易日後（7 月 6 日），費城半導體指數就反彈 +2.17%——市場似乎在說：也許我們反應過度了。
四、「算力過剩」是真危機還是假警報？華爾街的兩種聲音
這場爭論的核心問題是：Meta 賣算力，代表的是 AI 基礎設施市場的「見頂信號」，還是「成熟標誌」？
空方觀點：算力泡沫浮現
- 全球最大買家變成賣家，意味著供給開始超過需求
- Meta 的 Llama 4 未達預期、Muse Spark API 多次推遲——大模型商業化遇阻才是真正的動機
- 美銀半導體泡沫指標已達 0.91，市場擁擠到危險程度
- Big Tech 合計 2026 年資本開支達 $7,000–7,250 億，這些投資最終需要有人來買單
多方觀點：這是「AWS 時刻」的重演
Jefferies 分析師的觀點最具有代表性：恐懼搞錯了因果關係。 亞馬遜當年推出 AWS，正是因為它在電商業務中積累了過剩的伺服器容量。AWS 的誕生不是因為「電商需求見頂」，而是因為「基礎設施能力的商業化」。Meta Compute 正在複製同樣的劇本。
Morgan Stanley 的估算更具體：Meta 計劃出租的算力不超過 1GW，而且主要是舊代際晶片（Hopper 世代）。前沿訓練用的最新 GPU（Blackwell 世代）稀缺性並未改變。
SemiAnalysis 更是直接說這波恐慌是「錯誤的」，並指出 Meta 的資料中心和算力採購將「加速而非放緩」，2027 年資本開支將「驚人地高」。
🔗 雲端與自建機房的選擇策略 在這樣的市場環境下變得更加複雜——當科技巨頭開始出租算力時，企業的基礎設施決策框架需要重新評估。
最有力的反駁數據來自一個意想不到的地方：GPU 租賃價格。 在「算力過剩」恐慌中，H100 GPU 的租賃價格實際上從每小時 $1.70 美元上漲至 $2.35 美元。B200 的預期價格更是高達每小時 $5.10 美元（預計上漲 94%）。AWS 也在 7 月將 EC2 ML 容量區塊價格上調了 20%。
如果算力真的過剩了，價格應該下跌，而不是上漲。
五、SpaceX 的啟示：祖克柏的「算力包租公」商業模式
理解 Meta Compute 的最佳參照物，不是 AWS，而是 SpaceX。
Elon Musk 的 SpaceX 在孟菲斯建造了名為 Colossus 的超級運算叢集，原本是為了 xAI 的 Grok 模型訓練。但當 xAI 的使用需求出現空檔時，SpaceX 做了一個關鍵決策：把閒置算力租給別人。
結果令人震驚。根據公開數據，SpaceX 目前向 Anthropic 收取約 $12.5 億/月的算力租賃費，向 Google 收取約 $9.2 億/月。Colossus 的算力出租業務年化營收已達約 $260 億。
對祖克柏來說，這是一個無法忽視的訊號。Meta 在 2026 年的 GPU 總量遠超 SpaceX/xAI，但它們的使用模式有一個共通點：訓練任務是間歇性的，推論需求是持續性的。當一個大型訓練任務完成後，數萬張 GPU 在等待下一個任務的期間，就是可以被商業化的庫存。
富國銀行（Wells Fargo）的分析師估計，按照 SpaceX 的商業模式類比，Meta 的算力轉售業務到 2028 年的年化營收可能達到 $2,640 億美元。這個數字目前聽起來誇張，但如果考慮到 Meta 的 GPU 規模和全球 AI 推論需求的爆炸性增長，並非完全不可能。
換句話說，Meta Compute 不是一個「因為用不完所以賣」的被動策略，而是一個「把算力資產變成經常性營收」的主動商業設計。
六、Meta 的「AWS 時刻」：從純成本中心到營收引擎的轉型邏輯
將 Meta Compute 放在更長的歷史維度上來看，它代表的是 Meta 自創立以來最根本的商業模式轉型。
Meta 目前的營收結構極度單一：廣告收入佔總營收約 90%。 在 2025 年 $2,010 億的總營收中，絕大部分來自 Facebook 和 Instagram 的廣告系統。這是一個極為成功的商業模式，但也是一個極度集中的風險點。
Meta Compute 的戰略意義在於：它為 Meta 的 AI 建設開闢了一條全新的變現路徑，而不需要依賴尚未成熟的 AI 產品（如 Llama 4 或 Muse Spark）來證明投資回報。
🔗 GPU-as-a-Service（GaaS）的商業模式與趨勢 正在改變 AI 基礎設施的遊戲規則——當算力本身變成可交易的商品，擁有最大算力儲備的公司就擁有最大的定價權。
不過，這條路並不好走。Meta 缺乏營運公有雲的經驗和生態系統。AWS、Azure 和 GCP 花了十幾年建立的開發者關係、企業銷售團隊和技術支援體系，不是一朝一夕可以複製的。Meta 的 Reality Labs 仍在每季度燒掉約 $40 億美元，折舊與攤銷費用也高達 $186 億——投資者在短期內仍需要耐心。
但華爾街的集體判斷是樂觀的：截至 7 月初，Meta 獲得了 57 個買入、6 個持有、0 個賣出的評級，平均目標價為 $828——意味著約 35% 的上漲空間。在市值已達 1.5 兆美元的情況下，這樣的共識極為罕見。
七、企業啟示：當科技巨頭開始賣算力，你的 AI 策略該如何調整？
Meta Compute 的出現，對正在建構 AI 能力的企業來說，既是挑戰也是機遇。
第一，算力供應鏈正在多元化，但複雜度也在上升。 幾年前，企業的 GPU 選項基本上只有 AWS、Azure 或 GCP。現在多了 CoreWeave、Nebius 等新雲商，未來還會加上 Meta。選擇變多了，但評估維度也變複雜了——你不只要比較價格，還要評估供應商的長期穩定性、合約彈性和技術代際。
第二，「算力過剩」的討論不該影響你的採購決策。 華爾街的短期交易邏輯和企業的長期建設邏輯是兩回事。GPU 租賃價格的事實性上漲，清楚表明了高階算力仍然供不應求。如果「過剩恐慌」導致晶片股被低估，🔗 反而是企業鎖定長期 GPU 合約的最佳窗口。
第三，從「買 GPU」到「租 GPU」的決策框架需要更新。 當市場上同時存在超大規模雲商（AWS/Azure/GCP）、新雲商（CoreWeave/Nebius）和科技巨頭（Meta/SpaceX）時，🔗 自建機房與雲端租賃的比較分析 需要加入一個新維度：供應商的策略穩定性。一個可能隨時改變策略方向的算力供應商（例如 Meta），和一個以算力租賃為核心業務的供應商（例如 CoreWeave），風險特徵完全不同。
第四，AI 基礎設施正在從「軍備競賽」走向「基礎設施即服務」。 🔗 AI 資料中心的設計與營運邏輯 正在經歷根本性轉變。過去兩年的敘事是「誰擁有最多的 GPU，誰就贏」；未來兩年的敘事將是「誰能用最有效率的方式，將 GPU 轉化為經常性營收，誰就贏」。這意味著基礎設施的使用效率、能源成本和冷卻技術，將取代單純的規模，成為競爭的關鍵變數。
結語：算力大航海時代的序幕
Meta Compute 的出現，標誌著 AI 基礎設施進入了一個新階段：算力不再只是成本，而是資產。
在過去，科技公司的資本開支是一項「必要的罪惡」——必須花，但不直接產生營收。SpaceX 和 Meta 先後證明了，在 AI 時代，算力可以像房地產一樣被出租、被證券化、被變成經常性收入。
對於正在規劃 AI 基礎設施的企業而言，最重要的不是判斷「算力是否過剩」，而是思考：在一個算力可以被隨時購買、租賃和轉售的世界裡，什麼才是你真正不可替代的競爭優勢？
答案很可能不是 GPU 的數量，而是數據的獨特性、模型與業務場景的深度整合，以及將 AI 能力轉化為客戶價值的能力。算力會越來越便宜、越來越充裕，但那些能最有效地使用算力的企業，才是在這場大航海時代中真正勝出的玩家。
本文由 INFINITIX 團隊編撰，資料來源包括 Bloomberg Meta Compute 獨家報導、CNBC 祖克柏股東大會發言、Fortune Meta $1,450 億資本開支分析、SCMP 分析師反駁算力過剩恐慌、Yahoo Finance SpaceX 算力出租模式分析 以及 Nasdaq Meta 股價與評級綜合報導。
