扎克伯格，把AI牛市吓了一跳

作为硅谷公认的吞金兽，扎克伯格突然决定不当纯粹的算力买家了。

随着Meta一项隐秘新业务的曝光，整个硅谷的硬件巨头们集体捏了把冷汗。根据彭博社报道，Meta准备把内部"过剩"的AI算力，公开卖给外部客户。

这个动作，在7月2日直接引发了AI基础设施板块的连环踩踏。英伟达跌，台积电跌，AMD跌，美光跌，CoreWeave暴跌。

整个AI基础设施板块一夜合计损失万亿美元市值。 Meta自己，反向涨了8%。

事后看，这只是一件很普通的商业决策。 一家公司，把闲置资源拿出来卖钱。在任何行业，这种事连新闻都算不上。

但放在AI行业，它几乎等于当众说了一句：我这里，还有剩的。

市场瞬间安静。过去两年，撑起整个AI产业估值的只有一句话：算力永远不够。

01、AI牛市，是一个套娃故事

要理解市场为什么反应这么大，得先理解过去两年AI到底是怎么赚钱的。

准确说，是怎么估值的。

整个AI产业其实只有一个商业闭环：

AI需要GPU → GPU卖爆 → HBM卖爆 → PCB卖爆 → 交换机卖爆 → 光模块卖爆 → 电力卖爆 → 数据中心卖爆 → 继续买GPU

以此循环往复。

资本市场在这条链上押了无数真金白银。

于是市场上形成了一个非常简单粗暴的公式：AI增长 = GPU增长 = 算力永远稀缺

英伟达为什么一度摸到6万亿美元市值？支撑这个数字的，是所有人都认为GPU永远供不应求。

这个供需极度错配的假设，是过去两年整个AI牛市最核心的定价模型。

甚至已经成为一个公认的信仰。

靠这个信仰，HBM从周期股变成了成长股；光模块从工业品变成了AI核心资产，创造了一个个财富神话。

但这些故事的起点，都是同一句话：算力不够。

只要这句话成立，链条上每一环都有故事可讲。

一旦这句话被动摇，整条链都要重新算账。

高盛Delta One主管Rich Privotsky在最近一次内部会议上说得很直白：

市场此前的核心前提是算力处于稀缺状态，如果这个前提被动摇，首当其冲的就是硬件领域。

他没说会动摇，他说的是如果。

而Meta那条新闻，把这个如果，从假设变成了问题。

02、Meta为什么偏偏现在卖？

Meta卖算力这件事，外界讨论最多的是多赚一笔钱。

这个说法不算错，但没说到根上。

Meta做这件事，至少有三个动机。

第 一层，利用率。

Meta 2025年资本开支已经接近700亿美元，2026年指引继续抬升，市场普遍预期在千亿美元量级。

这些钱换回来的是几十万张GPU、上百兆瓦的电力、上千人的运维团队。

大模型研发的特征是非线性，训练期需要倾尽所有算力推向峰值，而一旦进入模型微调、对齐或等待评测的间歇期，算力需求就会出现断崖式的波谷。

波谷时段，闲着也是折旧。

大批量GPU在机房里空转，每一秒都在白白消耗昂贵的折旧成本与电力底噪。与其让显卡在仓库吃灰，不如对外出租。

第二层，路线选择。

这才是关键。

过去两年，硅谷大厂在AI上的路径已经开始分叉。

OpenAI卖API，Anthropic卖API，Google卖API + 模型。微软卖API + 云。

Meta呢？Llama不设门槛，模型代码全公开，Agent框架也不另收费，几乎没在API上赚到钱。

外界一直把这件事解读为开源理想主义。

扎克伯格不是慈善家。他只是不想成为OpenAI，他想成为AWS。

Facebook时代，Meta靠社交网络赚钱。

AI时代，Meta的赌注是：

模型不赚钱没关系，算力赚钱。

Llama敞开大门，是要把开发者圈进Meta的生态。Agent框架不另收费，是为了让AI团队把任务跑在Meta的云上。

最终要赚的，是底层那笔算力钱。

回顾互联网历史，亚马逊最早做AWS，也不是为了多赚一笔钱。贝佐斯只是想把亚马逊电商服务器为了应付“黑色星期五”而冗余出来的闲置容量租出去。

结果AWS后来成了亚马逊最 赚钱的部门，毛利率比零售高出一大截。

Meta在赌同一个故事。

第三层，重新定义AI基础设施。

这是更深的一层。

过去提到AI基础设施，第 一反应就是GPU。但Meta这次推出的，本质上是一整套服务：GPU + 训练框架 + 开源模型 + 推理优化 + Meta的云。

不是单卖一张卡，是卖一座"AI工厂"。

如果按这个逻辑往下走，Meta想卡的不是GPU市场，而是AI云市场，GPU只是入口。

AWS当年卖EC2的时候，也没把自己定位成卖服务器的，它卖的是不用自己买服务器。

Meta今天做的，本质是同一件事，只是对象从电商客户换成了AI团队。

03、资本在怕什么

Meta多卖几张卡，这件事本身资本不会怕。

真正让资本坐不住的，是Meta那句话背后的信号，可能成立。

Meta说的是"我有算力可以卖"。

实际传递的信号是，GPU可以共享。如果GPU可以共享，那过去两年建立的整个需求模型，都要重新计算。

以前的逻辑是，要么自购卡，要么自建机房，要么提前囤货。

每多一家AI公司，就多一份GPU订单。

在这种极度焦虑的囤货逻辑下，算力变成了各家大厂相互防范、各自修筑的护城河。

但如果可以租呢？如果有一家巨头，手里握着几十万个GPU，闲时对外出租呢？

新进场的AI公司，不一定需要自己买卡，直接调用就行。

那GPU的需求模型就变了，从跟随厂商数量线性增长，变成了跟随全网实际调用量动态调整。

这是两套完全不同的定价逻辑。

可以类比一次历史。以前大家都买服务器，后来AWS来了。

现在没人自己买服务器了，Capex（资本支出）变成了Opex（运营支出），重资产变成了订阅制。

Meta今天想做的，是把这件事在AI时代重演一遍。

市场反应最剧烈的，要数云基础设施技术公司CoreWeave。CoreWeave的商业模式可以一句话讲清楚：我建了GPU集群，租给AI公司。

但CoreWeave的商业基础建立在巨头算力自用、市场重度缺卡的真空期。Meta一旦真的开始做这件事，CoreWeave的角色就尴尬了。

体量上，CoreWeave没有Meta这种规模优势。栈的完整度上，CoreWeave也没有Meta的模型和软件。

当企业客户可以直接在Meta的云上跑Llama原生模型，并且享受Meta工程师优化过的底层框架时，他们没有任何理由再支付溢价去转租CoreWeave的纯裸金属服务器。

CoreWeave输掉的战场，已经从卖算力这一层，升到了卖整套AI服务那一层。

这不是同一个量级的竞争。

资本看到了这一层，所以杀得最狠。

04、第二天为什么又涨回去了

跌得最猛的那批股票，第二天基本都涨回来了。

很多解读是市场修复。

但我认为，真正的原因，是资本在24小时内做了一次重新定价。

大家想清楚了一件事：Meta说的是真的，但不是今天。

目前的现实是，大模型的Scaling Law还没摸到天花板，主流大厂的主力集群依然在连轴转地跑下一代多模态模型的训练。

推理需求还在高速同比增长。

Meta现阶段能够释放出来的波谷算力，相比于全网庞大的吞吐量来说，依然只是极其有限的补充。

短期看，情绪释放完了。中期看，AI的资本开支故事没变。长期看，唯 一动摇的是一件事：GPU的供需关系，可能从绝 对短缺，慢慢变成结构性过剩。

这个变化不会一夜发生，可能要两年，可能要三年。

但方向变了。

Meta一句话，把整个市场的牛市从短缺驱动，推到了效率驱动。

而效率驱动的牛市，估值逻辑是另一套。英伟达的市值，是短缺驱动出来的。OpenAI的高估值，是短缺驱动出来的。

整个AI infra链条上的公司，绝大多数是短缺驱动出来的。

一旦市场开始按效率重新定价，整个板块的估值锚都要调整。Meta只是把这次调整的时间表，往前推了。

05、真正发生变化的，不是GPU

回头看，AI产业过去两年的故事很简单。

缺GPU。

就这简单的几个字，足以撑起几万亿美元的市值。

但在现阶段，这个逻辑的边际效应已经开始剧烈递减。

GPU还是缺，只是“缺”已经不能完全解释估值了。

接下来，AI产业要回答的新问题只有一个：怎么把已经买下来的GPU，用出去。

这是两个完全不同的时代。

一个时代比采购，谁的钱多，谁的卡多，谁的估值就高。

一个时代比利用率，谁的TCO（总体拥有成本）低，谁的PUE（能源效率）低，谁的单位Token推理成本便宜，谁就能在市场上存活。

一个时代是Capex（资本支出）驱动，一个时代是ROA（资产回报率）驱动。

如果说ChatGPT改变了AI，Meta这次，第 一次开始改变AI赚钱的方式。

真正的产业拐点，从来不是需求第 一次出现。而是有人第 一次开始讨论，供给怎么赚钱。

过去两年，全世界都在问一个问题，AI还需要多少GPU？

Meta这次，第 一次问了另一个问题，已经买下来的GPU，为什么不能开始挣钱？

这是同一个产业，两种时代。

前面那个时代叫短缺，后面那个时代，叫运营。

扎克伯格的这个动作，本质上是一声发令枪。

他要争的，从来不是卖出多少卡，是让所有人意识到，整个AI产业单纯靠买卡囤货就能坐地估值暴涨的红利期，已经到头了。