Meta今天把AI算力市场打懵了。
Bloomberg消息称，Meta正在研究把多出来的AI算力拿出去卖，甚至可能做成一个新的云业务，对标AWS、Azure。
消息一出，Meta当天收盘涨约8.8%，Nebius收跌约17%，CoreWeave收跌约14%。
过去两年，CoreWeave、Nebius、Oracle最核心的故事，就是大厂买不到足够的GPU，只能向外部供应商锁定算力。
现在Meta这个算力大客户，自己要反过来卖算力，市场第 一反应是，AI算力要从紧缺转向过剩了。
但翻翻最近新闻，似乎不太对劲。
上月中旬，Meta刚和Crusoe签新单，锁定约1.6GW数据中心容量；
三个月前，Meta想买更多的Gemini模型算力额度，因Google产能不够被砍了配额。
一边卖算力，一边囤新算力，还因为囤不到被限流，Meta到底缺不缺算力？
01、Meta的算力分配
如果Meta真的卡多到用不完，剧本不该是现在这样。
更合理的推测是，Meta手里的卡，正在按代际分成两种资产。
H100、H200这批卡，放在前两年是绝 对的主力。但前沿模型往前走以后，大家拼的东西变了。
不再只是单卡算力，而是内存带宽、互联拓扑、NVLink domain大小、集群利用率等系统级指标。
H100、H200依然能打，但更适合放在推理、精调、广告排序、内容生成、中小模型训练这些场景，不用再死磕系统极限。
Blackwell、Blackwell Ultra、Rubin这一批新平台，才是真正留给前沿模型的资源。
到了这个级别，训练效率不只是技术问题，直接决定试错速度和成本。
所以Meta现在做的事，更可能是算力资产按代际重新分配：
最稀缺的新一代算力集群自己留着，继续加码锁长期算力产能；
上一代或非核心负载消化不了的高端容量拿出去卖，把沉淀的资本开支变回现金流。
所以Meta卖算力，不是算力过剩的信号，更像是重资产公司在做库存周转。
02、AI算力到底紧缺还是过剩？
一边租算力、一边卖算力，只是Meta一家的行为吗？
放眼整个AI行业，算力到底是紧缺还是过剩，这关系到AI行业是否已经开始出现泡沫。
先看今年的支出规模。
亚马逊、微软、谷歌、Meta四家，今年合计资本开支指引大约7250亿美元，比去年的4100亿猛涨77%。
在今年上一轮财报中，除了亚马逊维持原计划，另外三家都主动上调了指引，理由是缺算力，而不是过剩。
以谷歌为例，不仅今年要花1800多亿美元自建基础设施，从2026年10月起，每月还要付9.2亿美元，向SpaceX租11万张GPU及相关计算资源。
一个自己烧钱最多的公司，还要向外部租算力才能接住AI订单，这明显还在算力短缺的阶段。
数据显示，谷歌云未履约订单已经堆到近4600亿美元，微软Azure的商业待履约金额也同比增长99%，达到6270亿美元。
再看头部模型公司，还在疯狂锁算力。
Anthropic和AWS的合作扩到十年1000多亿美元、提前锁定5GW新产能；
同时，和谷歌、博通签下3.5GW下一代TPU；
还从SpaceX租下Colossus 1的300MW算力，每月付12.5亿美元至2029年。
如果按标准定义，泡沫是供给过剩、需求跟不上，但现在的情况刚好反过来。
最有钱的几家公司，都在提前囤算力，而不是在为库存发愁。这和真正意义上的泡沫，底层逻辑就不一样。
当然这个判断有前提，它建立在前沿模型还能持续商业化落地的假设上。
如果模型能力的提升速度，追不上算力投入，过剩的信号可能会从老一代GPU，慢慢蔓延到新一代。
所以，现在AI行业的算力更像一种结构性错配：旧一代算力开始富余，新一代算力依然紧俏。
03、AI公司开始分化
算力分化背后，其实是模型厂商本身也在分化。
LMArena统计数据显示，从2023年年中开始，SOTA模型的迭代周期被压缩到35天左右。曾经登顶的模型，5个月就可能跌出前五，7个月后连前十都摸不到边。
能跟上这个节奏的，越来越集中在几家头部。
OpenAI、Anthropic等头部模型公司，还在继续锁定更长期、更大规模、更新一代的算力。
对它们来说，算力不是单纯的成本项，而是战略资产，所以依然在扩张。
反过来看Meta的动作，已经不太一样。
在算力和资本开支上，Meta和头部第 一梯队完全是同一个量级，但在模型能力上已经掉队。
虽然Meta依然要训练前沿模型，依然要为广告、推荐、内容、智能眼镜准备算力，但同时也要管理已经买下来的旧代际算力。
这和SpaceX把部分算力租给Anthropic，本质上是一样的。
只要自家业务消化不了，闲置算力就应该变成现金流，提高资产周转率。
这正是AI行业的新分化：强者继续买，弱者开始省。
模型能力、商业化效率、算力资产管理，正在同时决定一家AI公司的命运。
当SpaceX、Meta开始出租自家算力，AI算力就从稀缺叙事进入了结构分化，这或许是AI行业走向成熟的标志之一。
