圖片由AI生成

出品 | 搜狐科技

作者 | 鄭松毅 梁昌均

進入2026年下半場，一家巨頭戰略的悄然轉向，正讓AI行業競賽規則重新洗牌。

近日，Meta開啟布局算力租賃業務。這家All in大模型并曾在開源領域實現領先的科技巨頭，似乎放下了對極致技術和AGI信仰的執念，轉身做起了能更快獲取現金流的算力生意。

這隨即引發全球資本市場的震動，芯片產業股全線下跌，更是引發全球AI產業的新一輪爭議：AI泡沫破裂的前兆？全球算力是否過剩？科技巨頭高額的資本開支到底該如何兌現？

某種程度看，這是Meta在大模型競爭賽道有所落后的臨時自救。但這也深刻揭示出，AI應用尋求商業模式的艱難，以及產業鏈價值轉移的困境。

大廠變身“房東”，全球算力過剩了？

Meta是美國繼亞馬遜、微軟、谷歌、甲骨文、SpaceX等之后最新入局算力生意的科技巨頭。

這直接引爆了資本市場兩極行情：Meta市值單日暴漲超1270億美元，隨后持續走高，CoreWe***e等專業算力租賃廠商股價大幅跳水，并引發全球AI產業鏈震蕩。

Meta并非最近首個轉型算力二手“房東”的巨頭。此前，馬斯克旗下SpaceX將孟菲斯數據中心Colossus 1的全部算力對外出租，其擁有超22萬個英偉達GPU。

至此，美國大模型行業出現了一個耐人尋味的現象：手握巨額算力的AI大廠，開始對外出售部分算力，以此盤活算力資產，賺取確定性租金。

不過，此次Meta并非將全部算力對外出租，而是有所選擇：存量H100、H200等集群對外開放，最新的GB200、GB300等高端算力則自留，***取了“舊卡賺錢、新卡研模”的打法。

SpaceX同樣也是類似考慮，對外出租的Colossus 1內部混合部署了英偉達多代芯片，且網絡設施老化，無法滿足大模型訓練要求。

雖然相對低端的芯片，無法用于前沿模型訓練，但仍然可以在推理側發揮作用。而這兩家巨頭還是選擇出租，背后也有現實因素。扎克伯格就坦言，Agent探索不及預期。

“這兩家都是模型或應用不行，像Claud、OpenAI、Gemini，包括國內的豆包、千問等都有大量部署，被大量使用，都是極度缺算力的。”一位AI創業者提到。

美國杜克大學電子與計算機工程系杰出教授陳怡然向搜狐科技分析，美國基礎模型壟斷的局面越發明顯，有些企業趕不上頭部（Anthropic、OpenAI），可能也會放緩模型研發，那原有算力就多出來了。

有業內評論認為，美國大模型行業Top 2已成定局，Meta的動作就像是 “學渣以為刷題就能提高成績，于是買了一堆練習冊（算力）回來。結果發現成績不行，于是學渣又把練習冊賣給了學霸”。

這也很快引發市場對AI算力是否過剩的爭議。但多家機構均認為，這意味著算力市場呈現結構性分化，而非全面過剩，且在存儲限制等因素下距下行周期尚遠。

野村證券認為，市場將在今年下半年迎來史上最嚴重的供應鏈錯配，并大幅上調全球服務器市場預期，預計今明兩年AI服務器收入將分別增長78%和76%，供需緊張局面將持續。

多位AI和算力從業者也對搜狐科技表示，僅從Meta的動作來看，不太能得出算力過剩的結論，而且其本身都還在加大資本支出，不宜對此放大化。

國內從事算力服務的西云算力CEO莊寧對搜狐科技表示，Meta入局短期內可緩解供需不平衡的問題，但中美算力需求都還在快速增加，這種不平衡的局面還將持續較長時間。

這一方面來自真實商業化帶動的需求，但更多的是基于企業超前投資和資本市場驅動帶來的投入需求。“后者在最近兩三年，包括未來幾年都會帶來很大需求。”

對很多大廠來說，雖然還沒有找到有價值的產品或應用，但在AI的未來趨勢下，必須持續去做超前投資。“想清楚了再開始，那時候可能就晚了，所以都要先布局。”

對國內而言，算力供需不平衡的情況可能會更明顯。

莊寧認為，這一方面受全球產能影響，也受地緣政治影響，還受制于國產芯片的進展，這也是國內大廠相較國外在AI資本開支上顯得保守的因素之一。

一位芯片領域從業者的觀察是，自英偉達基本退出中國市場后，今年國產芯片加速迎來量價齊升的階段，市場訂單翻倍增長，但交付周期也在拉長。很多芯片企業產能受制于下游的流片封測等產能，并未得到根本性改善，可能要到明年才會有比較明顯的改觀。

“國內算力供需缺口，總體還是在往擴大的趨勢去走。國產芯片還無法完全頂上來，技術和生態成熟度，包括產能，都還有提升空間。”另有從業者預估，今年國內AI服務器供需缺口將在二三十萬臺左右，意味著將存在一兩百萬張卡的缺口。

中國信通院數據顯示，今年一季度國內AI算力需求同比暴漲417%，而供給增速僅為128%。伯恩斯坦預計，國內AI芯片供需有望在28年才會實現平衡。

目前算力供需失衡，導致了部分芯片的暴漲，英偉達H100租賃價格半年內漲了40%。還有從業者透露，高端的B300現貨價格更是從去年的三四百萬元增長到最近的超1300萬元，H200價格也出現翻倍上漲。

同時，算力需求結構也在加速轉變。多位從業者判斷，訓練算力今年仍還在增長，但增速出現放緩，而推理算力在智能體等應用爆發下加速增長，今年將遠超訓練需求。

出于供給不足以及擺脫少數芯片廠商依賴的考慮，Anthropic、OpenAI等模型廠商都在進行推理芯片自研，國內的智譜、DeepSeek也被爆出類似***。

頭部玩家止血，算力租賃是們好生意嗎？

不可否認，部分大廠戰略切換的底層邏輯，背后是大模型粗放式競賽的紅利消退。

過去行業信奉“縮放定律”，普遍認為算力、參數的堆疊就能持續換取模型能力的躍升，但這一規律如今趨于失效。雖然頂級大模型的迭代邊際收益正在衰減，但有關開支還在暴增。

TrendForce此前將全球前九大云廠商（微軟、谷歌、亞馬遜、Meta、甲骨文、阿里、字節、百度、騰訊）今年合計AI資本開支上調至8300億美元，同比增長近80%，其中前四大廠商就將超過7000億美元。

然而，AI模型商業化長期陷入“燒錢難盈利”的困境。雖然全球AI行業融資和開支突破萬億級別，但麥肯錫調研顯示，高達95%的企業未能獲得實質性的財務回報。

同時，資本市場也逐漸告別了為AGI愿景買單的時代，轉而聚焦資產回報率與現金流，這也讓大模型行業的燒錢模式不被看好。最近，***上市的OpenAI、Anthropic就因此遭遇質疑。

相較于商業化落地周期更久、收益不穩定的大模型業務，算力出租雖然前期需要投入重資產，但在目前算力供需失衡的情況下，則是一門低風險、穩收益的生意。

莊寧對搜狐科技介紹，目前算力出租整體投資回報周期差不多需要四年左右。“現在供應鏈緊張，可能設備到位比較慢，就需要稍長的時間。”

他介紹稱，算力運營主要成本包括設備折舊、貸款利率、電費和人力支持等，其中設備成本大概占到70%左右。“能否賺錢，很大程度跟買設備的周期掛鉤，因此目前行業分化還是比較嚴重，且部分渠道有一定的金融投機成分。”

前述AI創業者提到，AI算力行業無論國內國外，目前還遠沒到卷的時候。這意味著，算力租賃這門生意依然有利可圖，市場正處于量價齊升的高景氣周期。

據中國信通院數據，今年一季度國內算力租賃市場規模達680億元，同比增長62%，預計全年將突破2600億元。IDC則預測，今年全球算力租賃市場規模將突破800億美元，長期年復合增長率將超過25%。

從國內來看，今年從事算力租賃的多家上市公司業績暴漲，一季度行業平均毛利率維持在35%至45%區間，頭部企業可達60%，部分企業凈利增速超800%。

國內外大廠AI云業務也在爆發，如百度今年一季度GPU云收入大幅增長184%，阿里云AI業務連續第十一個季度三位數增長，甲骨文更是手握超6000億美元算力訂單。

SpaceX此前也與Anthropic和谷歌簽署了算力租賃協議，預估年化收入規模可達260億美元，超過SpaceX去年187億美元的營收，這也成為其兩萬億美元估值的核心敘事支撐。

從Meta來看，杰富瑞數據顯示，其自有數據中心算力利用率僅65%，超三成算力長期閑置。如對外出租，有望帶來巨額收益，從而對沖上千億美元的年度資本支出壓力，優化財務報表。

半導體研究機構SemiAnalysis發文預測稱，如Meta僅將200兆瓦的算力對外分配，就能帶來每年100億美元的收入，且利潤率極高，并將繼續加速算力***購。

同時，該機構還透露，Meta正在與Anthropic進行最后談判，以獲得Claude的訪問權限，有望和其它云廠商一樣成為Claude甚至OpenAI模型的網絡分發渠道。

這意味著，Meta不僅想做算力“房東”，還想成為類似微軟的模型運營公司，以賺取模型Token分成。

莊寧認為，Token計費的模式未來是個趨勢，和算力租賃按卡時計費的方式將會并存。“對算力租賃公司而言，客戶是模型公司，就按卡數來計費。對做模型運營的公司，提供的是推理服務，則按Token計費。”

對于Meta這種都想做的巨頭來說，可以賺雙份錢。 這并非擺爛之舉，更像是一場從“為技術理想內卷”想“技術研發+算力變現”更理智的模式轉型。

算力吃肉、應用苦戰，一場艱難的價值轉移

SpaceX和Meta先后跨界轉型算力“房東”，很大程度坐實了當下AI行業最扎心的極端利益分配格局——算力吃肉、模型喝湯、應用苦戰。

自這波大模型浪潮以來，整條產業鏈的利潤就在持續向上游基礎設施高度集中，手握算力***的企業，典型如英偉達，賺走了行業最穩定且豐厚的利潤，做算力租賃的企業也跟著收益。

中游大模型廠商陷入技術內卷，目前還僅靠API調用、基礎服務賺取微薄收益；下游AI應用創業則身處同質化的紅海，獲客成本和付費壁壘高，陷入有場景、難賺錢的苦戰局面。

這種格局能否打破？何時能實現做應用、做算力同樣賺錢的均衡局面？多位業內人士表示，這在短期甚至在相當長的時間內還難以改變。

目前，高昂的成本、偏低的C端與B端付費轉化率，讓模型企業長期處于虧損周期。英國投行Panmure Liberum研究顯示，目前AI投資回報率出現倒掛，企業每投入1美元的Token費用，僅能產生約0.18美元的直接業務增值，甚至多數頭部云廠商ROI也還處于負值。

至頂智庫執行主任兼首席分析師孫碩對搜狐科技表示，當下AI產業鏈收益失衡的根源在于下游商業化落地進度嚴重滯后，趨于平衡至少還要等待三至五年。

他認為，想要打破現有極端格局，核心要看智能體和各類AI應用能否真正落地釋放生產力。“只有AI降本增效的實際價值凸顯，下游應用市場才能迎來繁榮周期，進而反向帶動整條產業鏈價值重估。”

在莊寧看來，大廠的巨額投入最終可能很多會成為沉沒成本，僅有部分轉化為產品，變成實際落地的商業化剛需，跑通商業閉環。即便只是少數，規模就會非常大。

天策波投資測策略研究中心投研總監陳冬連對搜狐科技表示，目前AI應用還沒廣泛深入到普通老百姓的生活中，工業端也在加速變革。“應用要是起來了，算力需求會指數級上升。”

不過，雖然算力等基礎設施，在過去、現在且也會是未來一段時間內AI浪潮中最大的受益方，但行業認為最終應用將是最有價值的部分。

莊寧對此也表示認同，但他認為，做研發投入和應用的公司風險挺高。如果技術路線選錯，找不到商業模式，沒法閉環，研發很多時候就變成了沉沒成本，不是所有企業都能跑出來。

他同樣強調，應用爆發的關鍵還是要真正解決場景實際的痛點，這是個從點到線再到面的過程。“就像互聯網時代，最開始誰也不知道如何賺錢，最后才慢慢摸索出來。”返回搜狐，查看更多