SpaceX、Meta做起算力生意，英伟达高端芯片现货价格翻倍，全球算力有多缺？

图片为AI生成

出品｜搜狐科技

作者｜郑松毅 梁昌均

进入2026年下半场，一家巨头战略的悄然转向，正让AI行业竞赛规则重新洗牌。

近日，Meta开启布局算力租赁业务。这家All in大模型并曾在开源领域实现领先的科技巨头，似乎放下了对极致技术和AGI信仰的执念，转身做起了能更快获取现金流的算力生意。

这随即引发全球资本市场的震动，芯片产业股全线下跌，更是引发全球AI产业的新一轮争议：AI泡沫破裂的前兆？全球算力是否过剩？科技巨头高额的资本开支到底该如何兑现？

某种程度看，这是Meta在大模型竞争赛道有所落后的临时自救。但这也深刻揭示出，AI应用寻求商业模式的艰难，以及产业链价值转移的困境。

大厂变身“房东”，全球算力过剩了？

Meta是美国继亚马逊、微软、谷歌、甲骨文、SpaceX等之后最新入局算力生意的科技巨头。

这直接引爆了资本市场两极行情：Meta市值单日暴涨超1270亿美元，随后持续走高，CoreWeave等专业算力租赁厂商股价大幅跳水，并引发全球AI产业链震荡。

Meta并非最近首个转型算力二手“房东”的巨头。此前，马斯克旗下SpaceX将孟菲斯数据中心Colossus 1的全部算力对外出租，其拥有超22万个英伟达GPU。

至此，美国大模型行业出现了一个耐人寻味的现象：手握巨额算力的AI大厂，开始对外出售部分算力，以此盘活算力资产，赚取确定性租金。

不过，此次Meta并非将全部算力对外出租，而是有所选择：存量H100、H200等集群对外开放，最新的GB200、GB300等高端算力则自留，采取了“旧卡赚钱、新卡研模”的打法。

SpaceX同样也是类似考虑，对外出租的Colossus 1内部混合部署了英伟达多代芯片，且网络设施老化，无法满足大模型训练要求。

虽然相对低端的芯片，无法用于前沿模型训练，但仍然可以在推理侧发挥作用。而这两家巨头还是选择出租，背后也有现实因素。扎克伯格就坦言，Agent探索不及预期。

“这两家都是模型或应用不行，像Claud、OpenAI、Gemini，包括国内的豆包、千问等都有大量部署，被大量使用，都是极度缺算力的。”一位AI创业者提到。

美国杜克大学电子与计算机工程系杰出教授陈怡然向搜狐科技分析，美国基础模型垄断的局面越发明显，有些企业赶不上头部（Anthropic、OpenAI），可能也会放缓模型研发，那原有算力就多出来了。

有业内评论认为，美国大模型行业Top 2已成定局，Meta的动作就像是 “学渣以为刷题就能提高成绩，于是买了一堆练习册（算力）回来。结果发现成绩不行，于是学渣又把练习册卖给了学霸”。

这也很快引发市场对AI算力是否过剩的争议。但多家机构均认为，这意味着算力市场呈现结构性分化，而非全面过剩，且在存储限制等因素下距下行周期尚远。

野村证券认为，市场将在今年下半年迎来史上最严重的供应链错配，并大幅上调全球服务器市场预期，预计今明两年AI服务器收入将分别增长78%和76%，供需紧张局面将持续。

多位AI和算力从业者也对搜狐科技表示，仅从Meta的动作来看，不太能得出算力过剩的结论，而且其本身都还在加大资本支出，不宜对此放大化。

国内从事算力服务的西云算力CEO庄宁对搜狐科技表示，Meta入局短期内可缓解供需不平衡的问题，但中美算力需求都还在快速增加，这种不平衡的局面还将持续较长时间。

这一方面来自真实商业化带动的需求，但更多的是基于企业超前投资和资本市场驱动带来的投入需求。“后者在最近两三年，包括未来几年都会带来很大需求。”

对很多大厂来说，虽然还没有找到有价值的产品或应用，但在AI的未来趋势下，必须持续去做超前投资。“想清楚了再开始，那时候可能就晚了，所以都要先布局。”

对国内而言，算力供需不平衡的情况可能会更明显。

庄宁认为，这一方面受全球产能影响，也受地缘政治影响，还受制于国产芯片的进展，这也是国内大厂相较国外在AI资本开支上显得保守的因素之一。

一位芯片领域从业者的观察是，自英伟达基本退出中国市场后，今年国产芯片加速迎来量价齐升的阶段，市场订单翻倍增长，但交付周期也在拉长。很多芯片企业产能受制于下游的流片封测等产能，并未得到根本性改善，可能要到明年才会有比较明显的改观。

“国内算力供需缺口，总体还是在往扩大的趋势去走。国产芯片还无法完全顶上来，技术和生态成熟度，包括产能，都还有提升空间。”另有从业者预估，今年国内AI服务器供需缺口将在二三十万台左右，意味着将存在一两百万张卡的缺口。

中国信通院数据显示，今年一季度国内AI算力需求同比暴涨417%，而供给增速仅为128%。伯恩斯坦预计，国内AI芯片供需有望在28年才会实现平衡。

目前算力供需失衡，导致了部分芯片的暴涨，英伟达H100租赁价格半年内涨了40%。还有从业者透露，高端的B300现货价格更是从去年的三四百万元增长到最近的超1300万元，H200价格也出现翻倍上涨。

同时，算力需求结构也在加速转变。多位从业者判断，训练算力今年仍还在增长，但增速出现放缓，而推理算力在智能体等应用爆发下加速增长，今年将远超训练需求。

出于供给不足以及摆脱少数芯片厂商依赖的考虑，Anthropic、OpenAI等模型厂商都在进行推理芯片自研，国内的智谱、DeepSeek也被爆出类似计划。

头部玩家止血，算力租赁是们好生意吗？

不可否认，部分大厂战略切换的底层逻辑，背后是大模型粗放式竞赛的红利消退。

过去行业信奉“缩放定律”，普遍认为算力、参数的堆叠就能持续换取模型能力的跃升，但这一规律如今趋于失效。虽然顶级大模型的迭代边际收益正在衰减，但有关开支还在暴增。

TrendForce此前将全球前九大云厂商（微软、谷歌、亚马逊、Meta、甲骨文、阿里、字节、百度、腾讯）今年合计AI资本开支上调至8300亿美元，同比增长近80%，其中前四大厂商就将超过7000亿美元。

然而，AI模型商业化长期陷入“烧钱难盈利”的困境。虽然全球AI行业融资和开支突破万亿级别，但麦肯锡调研显示，高达95%的企业未能获得实质性的财务回报。

同时，资本市场也逐渐告别了为AGI愿景买单的时代，转而聚焦资产回报率与现金流，这也让大模型行业的烧钱模式不被看好。最近，计划上市的OpenAI、Anthropic就因此遭遇质疑。

相较于商业化落地周期更久、收益不稳定的大模型业务，算力出租虽然前期需要投入重资产，但在目前算力供需失衡的情况下，则是一门低风险、稳收益的生意。

庄宁对搜狐科技介绍，目前算力出租整体投资回报周期差不多需要四年左右。“现在供应链紧张，可能设备到位比较慢，就需要稍长的时间。”

他介绍称，算力运营主要成本包括设备折旧、贷款利率、电费和人力支持等，其中设备成本大概占到70%左右。“能否赚钱，很大程度跟买设备的周期挂钩，因此目前行业分化还是比较严重，且部分渠道有一定的金融投机成分。”

前述AI创业者提到，AI算力行业无论国内国外，目前还远没到卷的时候。这意味着，算力租赁这门生意依然有利可图，市场正处于量价齐升的高景气周期。

据中国信通院数据，今年一季度国内算力租赁市场规模达680亿元，同比增长62%，预计全年将突破2600亿元。IDC则预测，今年全球算力租赁市场规模将突破800亿美元，长期年复合增长率将超过25%。

从国内来看，今年从事算力租赁的多家上市公司业绩暴涨，一季度行业平均毛利率维持在35%至45%区间，头部企业可达60%，部分企业净利增速超800%。

国内外大厂AI云业务也在爆发，如百度今年一季度GPU云收入大幅增长184%，阿里云AI业务连续第十一个季度三位数增长，甲骨文更是手握超6000亿美元算力订单。

SpaceX此前也与Anthropic和谷歌签署了算力租赁协议，预估年化收入规模可达260亿美元，超过SpaceX去年187亿美元的营收，这也成为其两万亿美元估值的核心叙事支撑。

从Meta来看，杰富瑞数据显示，其自有数据中心算力利用率仅65%，超三成算力长期闲置。如对外出租，有望带来巨额收益，从而对冲上千亿美元的年度资本支出压力，优化财务报表。

半导体研究机构SemiAnalysis发文预测称，如Meta仅将200兆瓦的算力对外分配，就能带来每年100亿美元的收入，且利润率极高，并将继续加速算力采购。

同时，该机构还透露，Meta正在与Anthropic进行最后谈判，以获得Claude的访问权限，有望和其它云厂商一样成为Claude甚至OpenAI模型的网络分发渠道。

这意味着，Meta不仅想做算力“房东”，还想成为类似微软的模型运营公司，以赚取模型Token分成。

庄宁认为，Token计费的模式未来是个趋势，和算力租赁按卡时计费的方式将会并存。“对算力租赁公司而言，客户是模型公司，就按卡数来计费。对做模型运营的公司，提供的是推理服务，则按Token计费。”

对于Meta这种都想做的巨头来说，可以赚双份钱。 这并非摆烂之举，更像是一场从“为技术理想内卷”想“技术研发+算力变现”更理智的模式转型。

算力吃肉、应用苦战，一场艰难的价值转移

SpaceX和Meta先后跨界转型算力“房东”，很大程度坐实了当下AI行业最扎心的极端利益分配格局——算力吃肉、模型喝汤、应用苦战。

自这波大模型浪潮以来，整条产业链的利润就在持续向上游基础设施高度集中，手握算力资源的企业，典型如英伟达，赚走了行业最稳定且丰厚的利润，做算力租赁的企业也跟着收益。

中游大模型厂商陷入技术内卷，目前还仅靠API调用、基础服务赚取微薄收益；下游AI应用创业则身处同质化的红海，获客成本和付费壁垒高，陷入有场景、难赚钱的苦战局面。

这种格局能否打破？何时能实现做应用、做算力同样赚钱的均衡局面？多位业内人士表示，这在短期甚至在相当长的时间内还难以改变。

目前，高昂的成本、偏低的C端与B端付费转化率，让模型企业长期处于亏损周期。英国投行Panmure Liberum研究显示，目前AI投资回报率出现倒挂，企业每投入1美元的Token费用，仅能产生约0.18美元的直接业务增值，甚至多数头部云厂商ROI也还处于负值。

至顶智库执行主任兼首席分析师孙硕对搜狐科技表示，当下AI产业链收益失衡的根源在于下游商业化落地进度严重滞后，趋于平衡至少还要等待三至五年。

他认为，想要打破现有极端格局，核心要看智能体和各类AI应用能否真正落地释放生产力。“只有AI降本增效的实际价值凸显，下游应用市场才能迎来繁荣周期，进而反向带动整条产业链价值重估。”

在庄宁看来，大厂的巨额投入最终可能很多会成为沉没成本，仅有部分转化为产品，变成实际落地的商业化刚需，跑通商业闭环。即便只是少数，规模就会非常大。

天策波投资测策略研究中心投研总监陈冬连对搜狐科技表示，目前AI应用还没广泛深入到普通老百姓的生活中，工业端也在加速变革。“应用要是起来了，算力需求会指数级上升。”

不过，虽然算力等基础设施，在过去、现在且也会是未来一段时间内AI浪潮中最大的受益方，但行业认为最终应用将是最有价值的部分。

庄宁对此也表示认同，但他认为，做研发投入和应用的公司风险挺高。如果技术路线选错，找不到商业模式，没法闭环，研发很多时候就变成了沉没成本，不是所有企业都能跑出来。

他同样强调，应用爆发的关键还是要真正解决场景实际的痛点，这是个从点到线再到面的过程。“就像互联网时代，最开始谁也不知道如何赚钱，最后才慢慢摸索出来。”

运营编辑 | 曹倩 审核｜孟莎莎