|
Meta近期宣布计划向外部客户出租闲置AI算力,卖算力这一举动在全球资本市场引发了关于AI基础设施未来走向的震动激烈博弈。 这一战略转型标志着这家以广告为核心收入的市场算力互联网巨头,正试图将庞大的过剩GPU集群转化为可盈利的云服务,旨在为高昂的还过慌AI资本开支寻找新的回报出口,从而提升基础设施利用率。度恐 市场反应:股价分化与产业链震荡消息公布后,卖算力资本市场迅速做出反应,震动呈现出截然不同的市场算力定价逻辑。 - Meta表现强劲:7月1日,过剩Meta股价大涨8.8%,还过慌单日市值增加约1270亿美元。度恐
- 算力产业链承压:被视为AI基建受益者的卖算力相关股票集体回调。CoreWeave和Nebius分别重挫13.92%和17.01%,震动闪迪、市场算力美光科技等存储芯片股跌幅超10%。
- 全球蔓延:情绪迅速扩散至韩国及A股市场。7月2日,三星电子、SK海力士分别下跌9.06%和14.57%;A股方面,兆易创新跌停,新易盛、澜起科技、江波龙等多只AI产业链个股跌幅超过10%。
核心争议:拐点已至还是过度恐慌?过去两年,在生成式AI浪潮推动下,Meta、微软、谷歌、亚马逊、OpenAI及xAI等巨头展开了史无前例的资本开支竞赛,推动GPU、HBM、高速网络及数据中心持续扩张,使AI基建成为资本市场核心主线。 Meta出租算力的举动,被部分投资者解读为“算力过剩”的信号:如果连全球最大的GPU采购方之一都在出售“富余”算力,是否意味着AI基建进入拐点,持续高增长的需求已现风险? 深度解析:为何引发“过剩”争论?1. 商业模式的必然调整Meta此举本质上是商业模式的优化。过去,Meta依赖广告业务间接变现AI投入(通过提升推荐效果增加广告收入,2025年Q4广告收入仍占营收九成以上)。然而,在大模型竞争上,Meta面临谷歌Gemini和OpenAI的压力,近期进行了多次战略和组织调整。因此,探索AI资产直接变现成为新选择。 2. 并非孤例此前,马斯克旗下的xAI已将Colossus超级计算集群的部分算力出租给Anthropic和谷歌,以提高GPU利用率。 3. 市场担忧的逻辑投资者担心,头部公司出租算力暗示大量GPU可能闲置,导致依赖“持续扩产”逻辑的HBM、存储、光模块等硬件板块遭到抛售。 产业视角:结构性错配,而非全面过剩多位产业专家并不认同“算力全面过剩”的观点,认为当前市场存在认知偏差。 - 九章云极观点:问题在于“结构性错配”。低端通用算力及缺乏应用场景的智算中心确实存在局部过剩,但支撑大模型训练与推理的高端智能算力、以及可按量调度的运营型算力依然紧缺。数据显示,目前智算集群平均有效利用率不足20%,而高端算力缺口约40%,训练算力总体供不应求。
- 联想集团观点:联想中国首席战略官阿不力克木·阿不力米提指出,无论中外,AI算力长期需求巨大。目前C端成熟产品有限,B端企业级AI商业化刚起步。历次生产力革命的需求释放多来自产业端,而非消费端。联想内部透露,AI服务器供不应求,待交付订单约1500亿元,部分因GPU供应紧张需排队。
- 紫光集团观点:当前讨论“过剩”为时尚早。核心痛点在于AI应用何时形成商业闭环,用收入覆盖基础设施投入。
资本开支放缓 ≠ 产业见顶市场关注点正从“投入规模”转向“投资效率”。 - 群智咨询预测:全球AI基础设施投资将从粗放扩张转向效率提升。预计2024-2028年投资保持两位数增长:2026年同比增长51%(较2025年104%回落但仍高速),2027年、2028年预计分别增长15%和11%。这表明AI投资进入可持续阶段,而非衰退。
- 巨头动作印证:三星电子、SK海力士宣布在韩国投资约4755万亿韩元加码半导体及数据中心;阿里巴巴、腾讯重申扩大AI资本开支,国产算力部署持续推进。
券商解读:优化回报,而非削减投入多家券商认为,Meta出租算力是优化资本回报的手段,而非停止扩张。 - 光大证券:Meta进军云计算是将GPU集群从“纯成本包袱”转为“可创收资产”,闲时算力变现可摊薄折旧与运维成本,提振现金流预期。参考xAI出租算力案例,单月租金12.5亿美元隐含ROI可在两年内收回Capex。Open Router数据显示,全球周Token总量再创新高(46.7万亿),供不应求局面未变。
- 天风证券:Meta做AI云不等于承认GPU全面过剩,而是将不同代际算力用于不同经济用途(如GB200/GB300/Rubin用于下一代训练,H100/H200转向推理及外售)。谷歌因容量限制未能完全满足Meta对Gemini的需求,反证前沿模型和高质量推理容量紧张。
结论:从“烧钱基建”到“自我造血”尽管Meta出租算力,但产业供需循环尚未完全打通,供给侧话语权依然较强。 - Omdia分析师何晖指出,大模型开发未停,云厂商正在寻找变现模式。
- 行业共识:AI行业终将回归商业化本质。互联网初期曾经历基础设施先行、商业模式滞后的阶段,AI未来也必须找到可持续盈利的产业场景。
当前的焦点不应是AI是否继续投资,而是数千亿美元的AI基础设施何时能进入自我造血、自我循环的新阶段。只有当基础设施、模型能力与应用商业化形成完整正循环,AI产业链才能摆脱单纯依赖资本投入的模式,进入健康、可持续的增长周期。 |