扎克伯格，把AI牛市吓了一跳

作者｜画画

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。

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。

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。

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。

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。

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。