关于其AI基础设施投资计划的一则Meta消息，在全球资本市场引发了广泛关注，并引发了一场有关AI基础设施未来发展方向的激烈争论。

Meta公司目前正在规划向外部客户提供其AI计算服务，同时也在考虑将一部分闲置的AI算力进行对外出租，旨在提升其AI基础设施的利用效率。这一动向意味着，这家过去主要依赖广告业务来消化其AI投入的互联网科技巨头，已开始尝试将其庞大的GPU集群直接转化为可供出售的云服务，以此为其持续高企的AI资本开支探索新的价值回报路径。

市场迅速给出了不同的定价反应。

在7月1日当地时间，Meta的股价出现了大幅上涨，涨幅达到8.8%，使其市值在单日之内实现了约1270亿美元的增长。与此同时，相比之下，被视为AI基础设施受益者的算力产业链却集体面临了下行压力。具体而言，CoreWeave和Nebius分别重挫13.92%和17.01%，而诸如闪迪和美光科技等存储芯片股的跌幅也超过了10%。这种市场情绪随后蔓延到了其他市场。在次日，即7月2日，韩国市场的三星电子和SK海力士分别下跌了9.06%和14.57%。A股的存储芯片、光模块、PCB等AI产业链也普遍回调，其中兆易创新跌停，而新易盛、澜起科技、江波龙等多只个股的跌幅超过了10%。

相较于股价的波动，由市场情绪所引发的震荡其强度更为显著。

过去两年间，在生成式AI技术的持续推动下，全球主要科技公司开展了规模空前的资本投入竞争，其中涵盖了Meta、微软、谷歌、亚马逊、OpenAI以及xAI在内的企业。大模型竞争促使GPU、HBM、高速网络以及数据中心在全球范围内实现持续扩张，AI基础设施逐步演变为全球资本市场最为重要的投资方向之一。

市场投资者将Meta开始尝试将其富余的算力进行对外出租的举动解读为一种信号：如果连全球主要的GPU采购方之一都开始探索出售算力的路径，这是否意味着人工智能基础设施的建设周期已步入一个关键的转折点？过去两年间持续高速增长的算力需求，是否正在显现出供给过剩的潜在风险？

Meta的这一举措，从根本层面来看，实质上构成了对其商业模式的一次调整。

在过去数年间，Meta持续推进AI芯片的大规模采购以及数据中心的建设工作，其在人工智能领域的投入主要依赖于广告业务来实现间接变现，具体通过提升广告推荐系统的效果来提高广告收入。财报数据显示，2025年第四季度的广告收入仍然占据其总营收的九成以上。

相对于已成形的广告业务，Meta在大模型领域的竞争态势显得较为吃力。近一年来，Meta持续调整其人工智能战略并进行了多轮组织架构重组。在来自谷歌Gemini以及OpenAI等产品的竞争压力之下，Meta开始探索更多样化的人工智能资产变现途径。出售或出租算力，由此成为一种新的可选方案。

从行业实践的角度来看，Meta并非是第一个采取这一策略的企业。此前，马斯克旗下的xAI便已有选择地将部分算力以服务形式提供给Anthropic、Google等外部客户，其目的在于提升其GPU基础设施的整体使用效率。

但市场担忧随之而来。

许多投资者持有这样的观点：如果头部互联网公司着手将其闲置的算力资源出租给外部客户，这在一定程度上意味着这些公司此前大规模采购的图形处理器可能已经出现了使用率不足的情况。由此推论，AI产业链原本所依赖的“持续扩大产能”的商业逻辑可能需要被重新审视。正因如此，最先在资本市场上遭遇抛压的便是高带宽存储器、存储芯片以及光模块等AI硬件相关的板块。

然而，多位受访的产业界人士在接受第一财经采访时，均明确反对“算力已全面过剩”的这一观点。

九章云极市场部的相关负责人在接受采访时指出，当前所面临的问题并非算力资源的绝对过剩，而是一种“结构性错配”的现象。他进一步解释说：“如果所谓过剩是指低端通用算力或缺乏应用场景的智算中心，那么局部地区确实存在过剩现象；然而，如果指的是能够支撑大模型训练与推理的高端智能算力，以及按需可调度的运营型算力，那么供给还远远无法满足需求。”

该人士基于行业数据指出，当前智算集群的有效算力利用率平均低于20%，然而用于支撑大模型训练的高端算力缺口却高达约40%。从行业整体来看，训练算力目前呈现出供不应求的状态。

联想集团副总裁、联想中国首席战略官阿不力克木·阿不力米提也在接受采访时表示，无论中国市场还是海外市场，从长远视角观察，人工智能算力的需求依然存在巨大的增长潜力，现阶段并未观察到算力供应过剩的迹象。

该观点指出，在他看来，目前真正成熟的面向消费者（C端）的AI产品仍处于相对有限的阶段，而面向企业（B端）的行业级AI商业化则尚处于起步阶段。回顾历次生产力革命的历程，其所催生的核心需求增长，主要源于产业端的驱动，而非消费端的拉动。由此可见，未来人工智能算力的需求依然蕴藏着广阔的增量空间。

联想内部人士此前曾对外界透露，当前公司AI服务器产品仍然处于供不应求的状态。已经积累的待交付订单规模约为1500亿元，由于GPU等核心芯片的供应状况持续紧张，导致部分订单仍然需要在交付序列中排队等待。

紫光集团一位内部人士同样持有观点，认为当前阶段讨论算力过剩问题为时尚早。他指出，核心矛盾并非算力是否存在，而是AI应用何时能够形成完整的商业闭环，从而通过应用产生的收入来覆盖基础设施的投入。

资本开支放缓，不等于产业见顶

过去两年，AI产业的升级路径呈现出明显的“资源驱动”特征，其竞争焦点主要集中在企业间的投入规模竞赛上。然而，进入当前阶段，资本市场的评估逻辑已发生显著转变，其关注重心已从单纯衡量资本开支的绝对规模，转向审视投资的实际转化效率与回报潜力。

群智咨询（Sigmaintell）副总经理兼首席分析师陈军在接受记者采访时指出，算力投资闭环是构建整个AI基础设施投资完整商业闭环的关键环节，也构成了全球云厂商在未来一段时期内亟待解决的核心问题。

他预计，随着AI基础设施投资逐步从粗放式扩张阶段过渡到效率提升阶段，头部云厂商在采购存储等硬件方面会采取更为谨慎的策略，然而，这一变化并不会对长期投资方向产生实质影响。

根据群智咨询的预计，2024年至2028年间，全球AI基础设施投资预计将维持两位数的增长态势。其中，2026年的投资同比增长仍将达到51%，尽管相较于2025年高达104%的增幅有所回落，但依然处于高速扩张的阶段。在此之后，2027年与2028年的投资预计将分别实现15%和11%的增长。

这一动向标志着，人工智能领域的资本投入正从前期的爆发式扩张，转向一个更具可持续性的发展阶段，而非步入衰退周期。Meta公司近期计划将其AI基础设施的剩余算力以服务形式对外提供，此举在全球资本市场引发了广泛关注，并激发了关于AI基础设施未来演进路径的深度讨论。具体而言，这家以往主要依靠自有广告业务来消化AI投入的互联网巨头，已开始尝试将庞大的GPU集群直接转化为可供出售的云服务，旨在提升基础设施的利用效率，并为持续高位的AI资本开支探索新的价值回报模式。

市场对此迅速做出了差异化的定价反应。7月1日美股交易时段，Meta股价大幅上涨8.8%，单日市值增加约1270亿美元。与之形成鲜明对比的是，此前被视为AI基础设施主要受益方的算力产业链遭遇集体下行。例如，CoreWeave与Nebius的股价分别下跌了13.92%与17.01%，而闪迪、美光科技等存储芯片企业的跌幅也超过了10%。这种市场情绪随后蔓延至其他市场，7月2日，韩国的三星电子与SK海力士分别录得9.06%和14.57%的跌幅；A股市场的存储芯片、光模块、PCB等AI产业链相关板块也普遍回调，其中兆易创新触及跌停，新易盛、澜起科技、江波龙等多只个股的跌幅超过10%。相较于股价的波动，由市场情绪所引发的震荡更为显著。

过去两年，在生成式AI技术的推动下，全球主要科技公司展开了规模空前的资本投入竞赛，参与者涵盖了Meta、微软、谷歌、亚马逊、OpenAI及xAI等。大模型竞争促使GPU、HBM、高速网络以及数据中心在全球范围内持续扩张，AI基础设施已逐渐演变为全球资本市场最重要的投资主题之一。市场投资者将Meta开始尝试出租富余算力的举动解读为一种信号：如果连全球主要的GPU采购方之一都开始探索出售算力的路径，这是否意味着人工智能基础设施的建设周期正步入一个关键转折点？过去两年持续高速增长的算力需求，是否正在显现出供给过剩的潜在风险？

Meta的这一举措，从其商业模式层面来看，实质上构成了一次重要的调整。在过去数年间，Meta持续进行AI芯片的大规模采购与数据中心建设，其在人工智能领域的投入主要依赖广告业务实现间接变现，具体是通过提升广告推荐系统的效果来增加广告收入。财报数据显示，2025年第四季度的广告收入仍占据其总营收的九成以上。相较于已成型的广告业务，Meta在大模型领域的竞争态势则显得较为吃力。近一年来，Meta持续调整其人工智能战略并进行了多轮组织架构重组。在来自谷歌Gemini以及OpenAI等产品的竞争压力下，Meta开始探索更多样化的人工智能资产变现途径。出售或出租算力，由此成为一种新的可选方案。

从行业实践的角度看，Meta并非首个采取这一策略的企业。此前，马斯克旗下的xAI便已有选择地将部分算力以服务形式提供给Anthropic、Google等外部客户，其目的在于提升GPU基础设施的整体使用效率。许多投资者持有这样的观点：如果头部互联网公司着手将其闲置的算力资源出租给外部客户，这在一定程度上意味着这些公司此前大规模采购的图形处理器可能已经出现了使用率不足的情况。由此推论，AI产业链原本所依赖的“持续扩大产能”的商业逻辑可能需要被重新审视。正因如此，最先在资本市场上遭遇抛压的便是高带宽存储器、存储芯片以及光模块等AI硬件相关的板块。

然而，多位受访的产业界人士在接受采访时，均明确反对“算力已全面过剩”这一观点。九章云极市场部的相关负责人指出，当前所面临的问题并非算力资源的绝对过剩，而是一种“结构性错配”。他解释说：“如果所谓过剩是指低端通用算力或缺乏应用场景的智算中心，那么局部地区确实存在过剩现象；然而，如果指的是能够支撑大模型训练与推理的高端智能算力，以及按需可调度的运营型算力，那么供给还远远无法满足需求。”该人士基于行业数据进一步说明，当前智算集群的有效算力利用率平均低于20%，然而用于支撑大模型训练的高端算力缺口却高达约40%。从行业整体来看，训练算力目前呈现出供不应求的状态。

联想集团副总裁、联想中国首席战略官阿不力克木·阿不力米提也持有类似观点，认为无论中国市场还是海外市场，从长远视角观察，人工智能算力的需求依然存在巨大的增长潜力，现阶段并未观察到算力供应过剩的迹象。他指出，在他看来，目前真正成熟的面向消费者（C端）的AI产品仍处于相对有限的阶段，而面向企业（B端）的行业级AI商业化则尚处于起步阶段。回顾历次生产力革命的历程，其所催生的核心需求增长，主要源于产业端的驱动，而非消费端的拉动。由此可见，未来人工智能算力的需求依然蕴藏着广阔的增量空间。联想内部人士此前曾对外界透露，当前公司AI服务器产品仍然处于供不应求的状态，已经积累的待交付订单规模约为1500亿元，由于GPU等核心芯片的供应状况持续紧张，导致部分订单仍然需要在交付序列中排队等待。

紫光集团一位内部人士同样持有观点，认为当前阶段讨论算力过剩问题为时尚早。他指出，核心矛盾并非算力是否存在，而是AI应用何时能够形成完整的商业闭环，从而通过应用产生的收入来覆盖基础设施的投入。过去两年，AI产业的升级路径呈现出明显的“资源驱动”特征，其竞争焦点主要集中在企业间的投入规模竞赛上。然而，进入当前阶段，资本市场的评估逻辑已发生显著转变，其关注重心已从单纯衡量资本开支的绝对规模，转向审视投资的实际转化效率与回报潜力。

群智咨询（Sigmaintell）副总经理兼首席分析师陈军在接受采访时指出，算力投资闭环是构建整个AI基础设施投资完整商业闭环的关键环节，也构成了全球云厂商在未来一段时期内亟待解决的核心问题。他预计，随着AI基础设施投资逐步从粗放式扩张阶段过渡到效率提升阶段，头部云厂商在采购存储等硬件方面会采取更为谨慎的策略，然而，这一变化并不会对长期投资方向产生实质影响。根据群智咨询的预计，2024年至2028年间，全球AI基础设施投资预计将维持两位数的增长态势。其中，2026年的投资同比增长仍将达到51%，尽管相较于2025年高达104%的增幅有所回落，但依然处于高速扩张的阶段。在此之后，2027年与2028年的投资预计将分别实现15%和11%的增长。

这一发展趋势，同样在近期全球主要科技企业所做出的一系列战略调整中获得了清晰的体现。

正当市场弥漫着对人工智能资本投入是否即将触及峰值的担忧情绪之际，来自韩国的科技巨头三星电子与SK海力士，先后释放了坚定的信号：它们计划在未来一段时间内，于韩国本土投入约4755万亿韩元的巨额资金。这笔投资将重点流向半导体技术、物理人工智能以及数据中心建设等与人工智能紧密相关的领域，为未来的算力基础注入一剂强心针。无独有偶，中国互联网的领军者阿里巴巴、腾讯等公司，也在近期相继重申，将持续扩大其在人工智能基础设施上的资本投入。这意味着，国产算力的部署与拓展仍在稳步而坚定地向前推进。

从多家券商发布的分析报告所呈现的观点来看，Meta公司尝试将其富余的算力资源对外出租的这一举措，其根本目的在于对资本回报率进行优化，而非意在降低或收缩其整体投入规模。

光大证券指出，Meta尝试进行外部算力租赁的业务，本质上构成了算力资本开支结构的一次优化调整，在短期内对相关板块的估值产生了一定的博弈压力。Meta决定向云计算领域拓展，其根本目的在于为持续投入的巨额人工智能基础设施构建一个全新的价值实现渠道。此前市场对Meta存在的主要疑虑，集中在人工智能领域的资本开支规模巨大，而其何时能够有效地转化为企业利润。此次云业务的开拓，则使Meta所拥有的GPU集群得以从纯粹的“成本负担”转变为能够产生收入的“资产”，闲余算力的对外出售可以直接摊薄设备的折旧与运行维护费用，这一策略有望显著增强市场对于其未来现金流状况的信心。

从短期来看，算力出租属于一种资源优化配置手段，并不会改变中长期的产能扩张规划，然而，市场的扩张预期或许会经历阶段性的收敛。根据扎克伯格在股东大会上的公开表述，Meta已具备将部分计算资源向外部输出的能力。这一情况表明，对外进行算力变现的能力本身，已能够为Meta持续扩大人工智能投资提供现金流层面的保障。光大证券方面认为，当前人工智能算力租赁赛道的商业模式正在获得强有力的市场背书，Meta亲自入场此举，从侧面验证了当前该领域的高回报属性。参考xAI向Anthropic出租算力的案例，其每月12.5亿美元的租金水平所隐含的投资回报率，能够在两年内收回资本支出。根据Open Router在6月发布的最新数据，从6月21日至6月28日，全球每周处理的Token总量再次刷新纪录，达到46.7万亿，环比增长了0.2%。这一数据也显示出，当前算力市场供不应求的局面并未发生根本性改变。

天风证券方面则认为，Meta方面着手构建其AI云服务，并不意味着其承认了GPU算力处于全面过剩状态。其更可能的策略在于，将不同代际的AI算力资源，配置到不同的经济用途之中。其中，最新的GB200、GB300以及Rubin等算力资源，被优先用于服务下一代模型的训练工作；而上一代的H100与H200，则更多地转向了推理任务以及对外部算力的销售。此外，谷歌方面曾因自身的容量限制，未能完全满足Meta对于Gemini模型的访问需求，这一现象反而从侧面印证了，前沿AI模型以及高质量的推理算力资源，其供给仍然处于紧张状态。

这标志着AI资本支出交易并非走向终结，而是其商业模式正从纯粹的烧钱式基础设施建设，逐步演进为具备收费能力的平台资产。因此，市场不宜将Meta对外租售算力的行为，简单地理解为对AI算力需求已触及天花板的信号。天风证券对此表示，对硬件供应链而言，真正需要持续观察的，并非Meta是否出租算力这一表象，而是OpenAI与Anthropic等模型公司的真实token使用量，以及其年度经常性收入的增长速度是否依旧保持上行趋势。如果这些模型公司的年度经常性收入与token使用量能够延续增长势头，同时超大规模云厂商的资本支出计划并未出现实质性的下调，那么硬件投资的主线逻辑便依然成立。

然而，在访谈中，阿不力克木·阿不力米提亦指出一个同样值得学界与产业界深思的现象：在当前的AI产业格局中，供给侧的话语权依然保持着相对强势的态势，而整个产业的供需循环体系尚未能实现高效、无缝的贯通。

这一判断，也与产业人士形成共识。

Omdia中国区半导体分析师总监何晖在接受采访时明确指出，大模型的开发工作并未停止前进的步伐，同时云厂商也在积极探索能够实现商业变现的可行模式。

紫光集团相关人士强调，人工智能行业的最终发展必然要回归其商业化本质。回顾互联网产业的发展历程，其初期同样呈现出基础设施大规模建设先行、而成熟的商业模式探索相对滞后于发展的特点。因此，该人士指出，人工智能产业的未来发展，也必须寻找到能够实现持续盈利的真实产业应用场景，从而构建起由收入有效覆盖投入的、完整的商业闭环。

当前，行业真正的关切点已不再是AI是否会继续投入，而是这些数千亿美元的AI基础设施，何时能够迈入自我造血、自我循环的崭新阶段。唯有当基础设施、模型能力与应用商业化三者构成完整的正向循环，AI产业链方能彻底摆脱单纯依靠资本输血的发展模式，迈向更为健康、可持续的增长周期。

（文章来源：第一财经）

来源：Meta“卖算力”震动AI市场：算力过剩 还是过度恐慌？ | 东方财富网