Meta卖算力不能片面解读为“算力过剩”

日前，科技巨头Meta计划出售富余算力的消息，引发了市场对“算力过剩”的担忧。

在笔者看来，Meta开放算力租赁，是企业存量资产精细化运营、行业算力结构迭代升级的正常市场行为。Meta卖算力不等同于AI算力行业过剩，而是将存量算力资产转向可商业化、可长期锁定的基础设施资产。

不同于亚马逊、谷歌拥有成熟的云计算业务，Meta长期缺少云计算营收板块。在AI高资本投入周期下，其将部分低优先级或阶段性闲置资源转化为现金流，以提升前期AI基建投入的资产利用率。

与此同时，Meta在2026年一季度电话会上明确表态，算力短缺至少延续至年底，并将全年资本开支上调至1250亿美元至1450亿美元，证明其AI数据中心、服务器及底层硬件投入强度仍处高位。

市场将Meta开放算力租赁解读为“算力过剩”，主要反映投资者对AI资本开支回报率的担忧。从产业趋势看，头部科技企业通过外部租赁提升GPU（图形处理器‌）集群利用率、平滑折旧压力并验证算力现金流属性，反而说明AI算力正在成为可计量、可调度、可交易的基础设施。

随着全球大模型持续迭代，AI算力需求并未衰减。海外头部云厂商算力利用率、订单量维持高位，高端算力租赁价格保持坚挺，行业景气度根基稳固。

聚焦中国市场，AI算力需求仍处于政策牵引、云厂商加码、模型调用放量的共振阶段。当前智谱等本土大模型厂商持续崛起，AI商业化落地提速。无论是传统科技企业还是新兴大模型团队，高端算力需求均未得到满足，即便年内租赁价格翻倍，市场依旧供不应求。

市场之所以出现“算力过剩”的判断，主要原因是仍沿用早期大模型训练的单一需求逻辑，忽视了AI产业商业化落地带来的需求结构迭代。

AI行业发展早期，算力需求主要集中在大模型研发训练，属于阶段性重资产投入。当前行业已迈入商业化落地深水区，下游智能化应用规模化落地，带动推理算力需求集中释放，成为算力增量的核心驱动力(6.130,0.11,1.83%)，形成可持续、可验证的真实产业刚需。

从核心运营数据来看，全球大模型词元调用量、企业AI商业化营收增速持续保持高位，产业仍处于高速增长的早期阶段。从中长期需求看，下游AI应用的持续迭代将驱动推理算力需求不断扩张。

国内算力行业更是迈入精细化运营、效能优先、自主可控的高质量发展周期。供给端，国产算力芯片技术持续突破，超节点算力集群规模化落地；需求端，行业AI智能化转型持续深化，高端算力缺口长期存在。供需双向利好共振下，国内算力企业业绩持续兑现，产业正向循环格局稳固，长期成长动能充足。

整体而言，市场对Meta卖算力的片面解读属于误读。放眼未来，全球AI基建资本开支持续高增，推理算力需求持续爆发，叠加国内国产技术迭代、算力需求共振，算力产业链的成长逻辑将持续夯实。