Meta也要卖AI算力，做云计算的生意了

作者 | 山竹

出品 | 锌产业

Meta正在把自己的AI基础设施，推向一个更商业化的位置。

据外媒彭博社报道，Meta正在筹建云计算业务，计划向外部客户出售过剩AI算力，并考虑让开发者访问托管在Meta基础设施上的AI模型。

这一内部业务被称为Meta Compute，可能既包括原始算力租赁，也包括面向开发者和企业的模型服务。

Meta尚未公开确认这项计划，但资本市场已经先一步给出了反应，相关消息传出后，Meta股价在7月1日大幅上涨，与此同时，CoreWeave、Nebius等AI云基础设施公司股价承压。

市场的理解很直接，如果Meta真的把自建AI算力拿出来卖，它就不再只是AWS、Azure和Google Cloud的大客户或间接竞争者，而会成为AI云市场的新供给方。

这也让Meta过去两年激进的AI投入，有了新的解释方式。

01 Meta为什么突然想卖算力

Meta并不是一家传统云厂商，它没有像亚马逊、微软、谷歌那样，把云服务作为长期核心业务经营，但过去几年，Meta为AI投入的基础设施规模，已经让它越来越像一个超级云玩家。

2026年1月，扎克伯格宣布设立Meta Compute这一顶层基础设施计划。

按照外媒Axios的报道，Meta计划在本十年建设数十吉瓦级AI基础设施，长期甚至扩展到更高规模，到2026年一季度财报时，Meta又把全年资本开支预期上调到1250亿至1450亿美元，主要用于AI数据中心、芯片和算力建设。

这是一笔足以改变投资者情绪的账。Meta的广告业务依旧强劲，但AI基础设施支出膨胀太快，让市场开始追问：这些数据中心什么时候产生回报？

出售过剩算力，就是一个直接答案。

过去，Meta建设AI基础设施，首先是为了自己的模型、推荐系统、广告系统、社交产品和下一代AI助手服务。现在，如果这些算力在某些周期、区域或任务上出现空余，Meta就有机会把它们包装成外部服务，卖给开发者、创业公司或企业客户。

这并不意味着Meta放弃AI前沿竞争，更可能的情况是，Meta在为一场更长期的AI军备竞赛设计财务缓冲。

AI投入越大，基础设施利用率就越重要。闲置GPU不是战略储备，而是资产负担，一旦能对外出租，就可能变成现金流。

扎克伯格此前也曾表达过类似思路，如果公司过度建设了算力，出租给外部客户可以成为选项。

如今，相关计划被媒体报道出来，说明这个选项正在从理论走向业务设计。

02 Meta想切谁的蛋糕

Meta Compute真正有想象力的地方，在于它可能不只是卖GPU。

据悉，Meta考虑的模式至少有两类：

一类是直接出租原始算力，让客户在Meta的数据中心上训练或推理AI模型；

另一类是让客户访问托管在Meta基础设施上的AI模型，类似AWS Bedrock、Google Vertex AI和Azure AI Foundry的部分能力。

前者会直接冲击CoreWeave、Nebius这类AI基础设施服务商。

它们的商业逻辑是，在GPU稀缺周期中采购和部署算力，再卖给OpenAI、模型公司、企业客户和开发者。

一旦Meta这样的超级买家转身成为卖方，市场会重新评估这些新云厂商的议价能力和增长空间。

后者则更接近传统云巨头的模型平台生意。

客户不一定想自己管理复杂的GPU集群，也不一定只需要底层算力，它们可能更需要一个可调用、可计费、可部署的模型服务入口。如果Meta能把Llama等模型资产、数据中心能力和开发者接口结合起来，就有机会把开源模型生态转化为云服务收入。

这也是Meta区别于传统云厂商的地方。

亚马逊、微软和谷歌的云业务已经成熟，AI模型服务是它们云平台的一部分，Meta没有同等规模的企业云客户基础，却有另一个优势：

它有巨大的社交广告现金流、成熟的数据中心运营经验，以及在开源模型社区中已经形成影响力的Llama生态。

换句话说，Meta不是从云市场往AI走，而是从AI基础设施往云市场反向切入。

这条路并不轻松，云服务不是简单把GPU挂出去卖，它需要稳定的企业销售、SLA、计费体系、安全合规、开发者工具和客户支持，Meta过去的组织能力更偏消费互联网和广告系统，而不是企业基础设施服务。

要把Meta Compute做成真正的商业云服务，Meta需要补齐的不只是产品接口，还有一整套面向企业客户的运营能力。

但如果Meta只是先从过剩算力变现做起，门槛会低一些。它不必一开始就复制AWS，而是可以先把最稀缺、最昂贵的AI算力拿出来，卖给最愿意付费的客户。

03 AI云竞争进入“过剩与稀缺并存”的阶段

Meta卖算力这件事之所以敏感，是因为它踩中了AI行业当下最矛盾的地方：

算力既稀缺，又可能过剩。

对头部模型公司来说，算力永远不够，OpenAI、Anthropic、Google、Meta、xAI都在争夺训练集群、推理芯片和数据中心电力，更强模型、更长上下文、更低延迟和多模态能力，都需要持续堆基础设施。

但对资本市场来说，问题不是AI需不需要算力，而是这么多算力能不能产生足够回报。

这就是Meta Compute的信号意义，AI基础设施竞赛已经从谁能买到更多GPU，进入到谁能更高效利用GPU。

过去，巨额资本开支被解释为抢占未来，现在，投资者开始要求看到利用率、现金流和商业化路径。

Meta的处境尤其典型，它的核心收入仍然来自广告，AI正在帮助提升推荐效率、广告投放和内容消费时长，但这些收益很难与上千亿美元级别的资本开支直接一一对应。

如果Meta能把部分算力对外售卖，就能给AI投入增加一条更清晰的收入曲线。

这也会改变AI云市场的竞争格局。

传统上，AI云市场的主角是AWS、微软Azure、Google Cloud，以及CoreWeave这样的新型GPU云厂商，它们服务模型公司、企业客户和开发者。

但未来，拥有超大规模自建算力的大模型公司，也可能反过来成为云服务商。

这会让行业边界变得更模糊，模型公司像云厂商，云厂商像模型公司，芯片公司也在往系统和云服务延伸。

每家公司都在试图占据更厚的一层价值链：不只是卖模型，不只是卖算力，而是把模型、工具、算力和应用入口打包成平台。

Meta进入这个市场，并不意味着它会立刻撼动AWS或Azure，但它会给AI云市场增加一个重要变量：

当超级科技公司为自身AI战略建设的基础设施出现可售卖余量时，原本的供需关系会被重新计算。

这也是CoreWeave、Nebius等公司股价承压的原因，它们过去受益于GPU稀缺和大模型需求爆发，但如果越来越多巨头把自有算力向外开放，AI云市场就会从“谁有卡谁占优”，转向价格、稳定性、生态和客户绑定能力的综合竞争。

Meta筹建云服务业务，本质上不是一次普通多元化尝试，而是AI烧钱战进入新阶段的标志。

当大模型竞争从模型能力卷到基础设施，再从基础设施卷到资产效率，扎克伯格需要回答的问题也变了：

Meta不只是要证明自己能建出足够多的AI算力，还要证明这些算力最终能变成一门赚钱的生意。