Meta做云服务不是算力过剩，而是算力资产化开始

最近我看大伙对 AI 资本开支的问题十分担忧。核心质疑主要有三类：第一，Meta 可能做云服务，是不是说明内部算力过剩，未来资本开支要下降？第二，Neocloud、GPU 租赁、数据中心建设越来越多，会不会导致行业产能过剩？第三，OpenAI、Gemini、Meta 等模型如果追不上 Claude，是否意味着前沿模型竞争放缓，资本开支失去持续性？

我认为这些问题表面看有杀伤力，但如果结合 SemiAnalysis 对 Meta的分析，以及美银、高盛等卖方对 2027 年 AI 资本开支的上修，可以得出完全不同的结论：AI 资本开支不是进入尾声，而是进入了第二阶段——从单纯“买算力训练模型”，升级为“算力资产化、模型平台化、推荐系统升级、外部高价变现”并行的阶段。

一、市场误读了 Meta：做云服务不是因为算力没需求，而是因为算力有了更多变现方式

市场一看到 Meta 可能推出云服务，第一反应是：Meta 自己算力用不完了，所以要拿出来卖；如果 Meta 都开始卖算力，那是不是说明 AI 算力过剩？但这个理解过于线性。

根据 SemiAnalysis 的说法，仅今年前六个月，Meta 就已经签约超过 5GW 的云和托管容量，而且这还不包括其正在加速推进的自建数据中心容量。这个量级不是“需求下降”的表现，而是非常激进的扩张。他们认为Meta 的数据中心和算力采购将会加速，而不是放缓。2027 年的资本开支将高得惊人。换句话说，Meta 并不是从算力扩张中撤退，而是在用更大的方式进入算力基础设施竞争。

同时，Meta 官方在 2026 年一季报中已经把全年资本开支指引上调到 1250 亿至 1450 亿美元，高于此前 1150 亿至 1350 亿美元的区间，理由包括 AI 组件价格上升以及为未来年份容量做准备的数据中心投入。这说明 Meta 的资本开支不是向下修，而是继续向上修。

因此，Meta 做云服务不能简单理解为“内部需求不够”。更合理的解释是：Meta 发现算力已经从成本项变成了可以多场景变现的战略资产。

二、Meta 的算力是四个高价值场景的期权组合

如果 Meta 只是把 GPU 当作普通服务器出租，那市场担心产能过剩是合理的。因为普通 服务器的毛利率、价格竞争、利用率波动都会带来压力。

但 SemiAnalysis 的核心观点恰恰相反：Meta 不会成为一家普通 Neocloud，而是拥有四个高价值用例。

第一，前沿模型训练。Meta 并没有放弃超级智能和前沿模型。MSL，也就是 Meta Superintelligence Labs，仍然是 Meta 增量算力的重要去向。市场担心 Meta 在模型上落后，所以会放弃训练，这个判断过早。当前 Meta 仍在用大规模资本开支追赶 OpenAI、Anthropic 和 Google。

第二，推荐系统升级。Meta 最大的商业模式仍然是广告。广告推荐系统复杂度如果提升 10 倍，不是单纯增加成本，而是可能直接作用于广告点击率、转化率、定价能力和用户时长。对于 Meta 来说，AI 算力不是纯研发投入，而是可以嵌入核心广告收入引擎的生产资料。

第三，类 Bedrock 的模型服务。Reuters 转述 Bloomberg 报道称，Meta 计划中的云服务可能让开发者访问其基础设施上托管的 AI 模型，形式类似 AWS Bedrock，同时也可能销售原始 AI 算力。Reuters 还提到，扎克伯格此前在 5 月股东会上表示，进入云计算“肯定在考虑范围内”，并称几乎每周都有公司接触 Meta，希望购买其 AI 模型或闲置算力的访问权。

第四，SpaceX 式的大客户高价算力交易。高端 AI 算力不是普通云服务器。如果某些大客户短期急需数百兆瓦级别的训练或推理算力，愿意支付溢价，那么拥有现成算力池的一方就具备极高选择权。Meta 做云服务，并不意味着低价倾销算力，反而可能意味着它要捕捉高溢价、定制化、短缺型的 AI 算力需求。

所以，Meta 的云化不是“算力用不完”，而是“算力可以多路径变现”。这恰恰会增强 Meta 继续投入资本开支的能力和意愿。

三、资本开支预期不是下修，而是在持续上修

如果 AI 资本开支真的要见顶，卖方模型应该开始下修。但现在看到的是相反情况。

美银分析师 Vivek Arya 预计，到 2027 年，全球云和 AI 基础设施资本开支可能接近 1.5 万亿美元。

高盛同样上修明年资本开支至乐观预期至1.4万亿美元，中位数为1.1万亿美金。

这意味着市场当前的分歧不是“有没有需求”，而是“需求到底有多大、资本回报什么时候体现、谁会真正赚到钱”。

四、OpenAI、Gemini、Claude 的竞争没有结束，反而证明前沿模型还在高速迭代

市场还有一种担心：如果 OpenAI 或 Gemini 掉队，那么前沿模型训练强度可能下降，资本开支会失去驱动。

但最近模型进展恰恰说明：竞争并没有结束，而且领先权在高速轮动。

OpenAI 官方 6 月 26 日发布的 GPT-5.6 Sol 预览。OpenAI 官方说 GPT-5.6 系列包括 Sol / Terra / Luna，并称 GPT-5.6 Sol 在 Terminal-Bench 2.1 上达到新的 SOTA，跑分超过 Claude Fable 5 / Mythos 5。

同时据说下一代的Gemini 3.5 Pro的泄露，性能上也超过了Claude fable5.

所以这才是问题的本质：只要模型能力榜首还在轮动，大厂就没有停下资本开支的理由。

如果 OpenAI 一直领先，Google、Meta、Anthropic 要追；如果 Anthropic 领先，OpenAI 和 Google 要追；如果 Gemini 新模型超预期，OpenAI 和 Anthropic 也要继续加码。模型竞赛不是赢家通吃后停止投入，而是越接近前沿，越需要更大规模的训练、推理、数据、工具链和基础设施。

五、AI 算力需求已经从“训练单一模型”扩展到“训练 + 推理 + Agent + 推荐系统 + 多模态”

过去市场把 AI 算力需求简单理解成“训练大模型”。这已经落后于产业现实。

现在的需求至少来自五个方向：

第一，前沿模型训练。GPT、Claude、Gemini、Llama、Grok、DeepSeek 等模型仍在迭代，训练规模没有停止。

第二，大规模推理。模型越强，用户越多，企业调用越多，推理成本和推理算力需求越大。

第三，Agent 不只是一次问答，而是多轮调用、多工具调用、多步骤规划。它会显著放大 token 消耗和算力需求。

第四，多模态。文本、图像、视频、语音、3D、机器人控制等任务都在扩展模型边界。

第五，推荐系统和广告系统。Meta 的例子说明，AI 算力不仅服务聊天机器人，也服务广告、内容分发、搜索、短视频推荐、商业转化等现金流业务。

所以，讨论资本开支是否过剩，不能只看某一个模型公司短期排名。真正的问题是：AI 是否正在进入更多高频、高价值、高并发场景？答案显然是肯定的。

六、对 AI 基建产业链：真正的主线仍然是需求超预期和供给瓶颈

如果 2027 年资本开支从市场共识 9200 亿美元上修到 1.1 万亿、1.4 万亿甚至更高，最直接受益的不是讲故事的软件公司，而是“capex takers”——即承接资本开支的硬件和基础设施公司。

这包括 GPU、ASIC、HBM、AI 服务器、交换机、光模块、光器件、PCB、液冷、电力设备和数据中心建设。

对光模块来说，逻辑尤其清晰。AI 集群规模越大，GPU/XPU 之间、机柜之间、数据中心之间的互连需求越高。即使 CPO、NPO 等新技术推进，短期最确定的仍然是 800G、1.6T 可插拔光模块继续放量；中期则是 NPO、光引擎、硅光、外置光源等新形态增加价值量。

也就是说，AI 资本开支不是只买芯片。它会沿着“芯片—服务器—交换机—光互连—PCB—液冷—电力”层层扩散。资本开支越大，AI 基建链条的业绩确定性越高。

总的来说AI 发展没有放慢，资本开支质疑反而正在被数据反驳。市场现在担心 Meta 做云服务、Neocloud 过剩、OpenAI 或 Gemini 掉队，本质上都是用静态视角看一个动态产业。

Meta 做云服务，不是算力需求见顶，而是算力资产化。

高盛、美银继续上修 2027 年资本开支，不是产业降温，而是需求仍然超过原有预期。OpenAI、Anthropic、Google 的模型领先权轮动，不是竞赛结束，而是竞赛更加激烈。Agent、多模态、推荐系统、企业模型服务共同扩张，不是单一训练需求，而是 AI 算力需求从点状爆发走向平台化扩散。

所以，我认为AI 资本开支不是泡沫式结束，而是进入了更复杂、更大规模、更可变现的新阶段。

对产业链来说，真正值得关注的不是短期市场情绪，而是 2026—2027 年北美云商资本开支是否继续上修、Meta/Google/OpenAI/Anthropic 是否继续扩大模型和推理需求、以及光模块、AI PCB、服务器、交换机、液冷、电力等环节能否持续兑现业绩。

只要模型竞赛没有结束，只要推理需求还在放大，只要 Agent 和多模态仍在扩展应用边界，只要 Meta 这样的巨头仍在签 5GW 级别算力容量，AI 基础设施的主线就远没有结束。

一句话总结：市场担心的是算力过剩，但数据反映的是供不应求后的资产化；市场担心的是资本开支放缓，但卖方正在上修 2027 年万亿级 CAPEX；市场担心的是模型掉队，但 OpenAI、Gemini、Claude 的轮动领先证明 AI 竞赛还在加速。AI 发展依旧很快，真正的赢家仍然是能吃到资本开支、具备技术壁垒和客户绑定能力的核心基础设施龙头。$中际旭创(SZ300308)$ $新易盛(SZ300502)$