硅谷近日因meta的一项重大决策掀起波澜。当地时间7月1日，彭博社披露meta正秘密推进名为“meta Compute”的项目，计划对外开放AI算力租赁及模型服务权限。消息一出，资本市场反应两极分化：meta股价单日飙升10%，市值暴增1269亿美元，而英伟达、AMD等芯片巨头及光模块、存储概念股却集体下挫，市场格局骤变。
meta的商业模式并非简单售卖硬件，而是采取“双轨策略”：一方面提供裸算力租赁服务，将H100、H200等上一代GPU集群按小时计价出租；另一方面推出模型API服务，允许企业直接调用Llama系列及Muse Spark等自研大模型，按生成Token数量收费。这一布局直接冲击两类市场：算力租赁领域对标CoreWeave等专业厂商，模型服务则剑指OpenAI与亚马逊Bedrock。更关键的是，meta利用的是“闲置算力”——这些GPU原本用于内部AI研发，因项目进度滞后导致算力过剩，对外租赁成本极低，形成价格优势。
扎克伯格的决策背后，是多重压力的叠加。据内部会议披露，meta的AI智能体研发进度显著落后于预期，大量已采购的GPU面临闲置风险。与此同时，公司AI资本开支持续攀升：2026年预算已上调至1250亿至1450亿美元，远超广告业务承受能力。通过出租算力，meta既能摊薄硬件成本，又能开辟新收入源。值得注意的是，公司仍在大规模采购GB200、GB300等最新芯片，仅将老旧型号用于租赁，形成“新卡自用、旧卡创收”的差异化策略。
这一动作被视为AI行业转折点的信号。首先，行业竞赛焦点从“算力储备”转向“利用效率”，企业需证明技术投入能转化为实际收益，而非单纯比拼硬件规模。其次，云计算市场格局面临重构：传统厂商依赖数据中心租赁模式，而meta凭借“自用算力+自有模型”的生态优势，可能重塑企业选型标准——未来云服务竞争或将围绕模型性能与成本展开。市场对“算力过剩”的担忧存在误读：实际需求仍在增长，高端芯片仍供不应求，过剩的仅是部分企业盲目扩张后的闲置资源，类似房地产市场的局部泡沫。
meta的转型引发争议。资本市场用股价上涨表达认可，但芯片股暴跌暴露行业焦虑。这场变革的本质，是AI从“野蛮生长”迈入“精耕细作”阶段。当风口逐渐平息，唯有将技术落地为商业价值的玩家，才能在这场竞赛中存活。扎克伯格的这步棋，既为metaAI业务开辟第二增长曲线，也保留了战略回旋空间——无论成败，核心算力始终掌握在自己手中。这场由巨头引发的行业震荡，或许只是AI长跑中的第一个转折点。
