Meta考虑出租AI算力，巨头开启新竞争
2026-07-10 • By okx交易所
AI算力正在从企业内部资源，逐渐变成一种可以交易的商业资产。
Meta CEO马克·扎克伯格近日表示，公司正在考虑向外部客户出租部分AI计算能力。原因并不是Meta已经拥有过剩算力，而是部分外部客户给出的报价足够高，让公司开始重新评估：相比全部用于内部训练和推理，开放一部分资源可能带来更高商业价值。
这背后反映的是AI基础设施市场正在发生变化。
过去，大型科技公司建设数据中心，主要目的是服务自身业务。Meta投入巨额资金采购GPU、建设超级计算集群，核心目标是支持大模型训练、推荐算法优化以及旗下产品的智能化升级。
但随着AI需求快速增长，算力本身开始成为一种稀缺资源。
无论是模型公司、企业客户，还是开发者团队，都在寻找更多GPU资源。很多企业并不具备自建大规模计算中心的能力，只能通过云服务商租用算力。这也推动了CoreWeave等AI云计算公司的快速发展。
扎克伯格提到，Meta正在探索两种可能的商业模式。
一种方式类似传统云服务，即托管Meta自研模型或第三方AI模型，按照调用次数或使用量收费。另一种则更接近算力出租模式，直接向客户提供底层计算资源。
两种模式对应不同市场需求。
模型托管更像是在出售AI能力，客户无需管理复杂基础设施，只需要调用服务；而纯算力出租则面向那些拥有自身模型，但缺少计算资源的企业。
这和过去云计算行业的发展路径有些相似。
亚马逊、微软和谷歌早期也是通过内部基础设施积累，随后开放云服务，形成新的业务增长曲线。如今AI浪潮正在复制类似逻辑，只是竞争核心从服务器和存储，转向GPU集群、模型服务以及数据中心能源效率。
不过，Meta并没有认为自己的算力已经足够。
扎克伯格强调，公司目前仍在充分利用现有计算资源，整个行业几乎没有企业会认为自己的AI算力已经达到“够用”的程度。
这句话实际上透露出当前AI产业的一个现实：需求增长速度远超基础设施建设速度。
大型模型训练需要大量芯片，而模型上线后的推理需求同样庞大。随着AI助手、智能搜索、企业自动化工具不断普及，推理算力的重要性正在提升。未来几年，算力消耗可能不只来自模型训练，而会更多来自日常应用。
Meta近期已经开始尝试扩大AI商业化路径。
公司开放了Meta Model API，并开始针对Muse Spark 1.1等AI产品收费，显示其正在从单纯建设AI能力，转向探索直接产生收入的方式。
对于Meta而言，这一步还有另一层考虑。
建设AI基础设施需要长期资本投入。如果大量计算资源只服务内部项目，投资回报周期会更长。而通过向外部客户开放部分能力，公司可以提高数据中心利用率，同时建立新的AI基础设施业务。
类似思路也出现在SpaceX身上。
扎克伯格提到，SpaceX短期向外部公司出租算力的模式“很有意思”，Meta也会评估类似高价值交易机会。虽然两家公司的业务不同，但逻辑相似：拥有稀缺基础设施的企业，正在寻找新的变现方式。
当然，AI算力出租也并非没有挑战。
Meta需要平衡外部商业需求和自身战略需求。如果未来AI竞争进一步加剧，内部模型训练可能需要更多资源；而过度开放算力，也可能影响自身技术迭代速度。
但趋势已经比较明显。AI时代，算力正在从幕后成本变成前台资产。掌握芯片、数据中心和能源资源的企业，正在尝试建立类似“AI基础设施经济”。
Meta考虑出租算力，并不是简单增加一项云服务，而是在探索下一阶段AI产业链中的位置。未来竞争可能不只是模型之间的竞争，也会是算力供应体系之间的竞争。
