Meta 正式进军云计算！AI 基础设施过剩催生云巨头新战场

你猜怎么着？这周科技圈最大的新闻，不是某个新模型，而是一个社交巨头转身做云了。

Meta 正式宣布，要把自己过剩的 AI 计算能力通过云服务卖给外部客户。消息一出，Meta 股价单日暴涨 8%，市值飙升约 1200 亿美元——而这项业务的付费客户，目前一个都没有。

这不是 PPT 画饼。这是扎克伯格用 1450 亿美元砸出来的真实答案。

先看数字。Meta 2026 年全年资本支出目标高达 1250 至 1450 亿美元，仅 Q1 就在 AI 基础设施上烧掉了 198 亿。这笔钱去了哪里？GPU 集群、数据中心、能源配套——整个堆栈自己扛。

投资者早就坐不住了。你花这么多钱，回报在哪？

之前的回答是"用在自家产品上"——推荐算法、广告系统、AI 助手。但这些内部场景消化不了全部算力。训练大模型是脉冲式的：一次大规模训练跑完，几万张 GPU 闲置着等下一轮。这种闲置，对资本开支来说是纯浪费。

云业务正好把空闲时间变成收入。扎克伯格早在 2025 年 Q3 的财报电话会上就暗示过这个方向，今年 5 月的股东大会上更是直言：“It’s definitely on the table.”

现在，它正式上桌了。

Meta 内部将这个项目命名为 Meta Compute，由基础设施负责人 Santosh Janardhan、Meta 超级智能实验室的 Daniel Gross，以及公司总裁 Dina Powell McCormick 联合推进。

目前正在评估两种模式：

方案一：裸算力租赁

跟 CoreWeave 一样，按 GPU 小时计费，把计算资源直接租出去。产品简单，毛利率高，但问题也很直接——这是纯商品化竞争，价格战一打就薄。

方案二：托管模型服务

更像 Amazon Bedrock 的模式：客户按 API 调用次数付费，调用 Meta 自研的 Muse Spark 模型，Meta 在底层跑基础设施。单 GPU 小时利润率更低，但客户群更广——开发者不用管硬件，拿 API 就能用。

两种模式各有优劣，Meta 目前两边都在评估。这其实是个好问题：你是想当 AWS，还是想当 Bedrock？

Meta 敢做这件事，底牌是它正在建设的巨型数据中心矩阵。

最夸张的是俄亥俄州新奥尔巴尼的 Prometheus 园区——1 千兆瓦，核电供能，今年下半年投产。你能想象一个数据中心的用电量相当于一座中型城市吗？

还有路易斯安那的 Hyperion 园区，总规划 5 千兆瓦，首期 2 千兆瓦 2030 年前交付。扎克伯格说这个园区占地面积相当于曼哈顿的显著部分。

更绝的是，Meta 从今年 4 月开始在全美搭建帐篷式快速部署数据中心——每个约 12.5 万平方英尺，用喷气发动机冷却。你没看错，是喷气发动机。这种临时结构能在几个月内上线，极大缩短了传统数据中心 2-3 年的建设周期。

目前 Meta 在全球运营着 30 多座自有数据中心，更多还在建设中。

消息公布当天，市场给出了极其清晰的信号：

讽刺的是，Meta 此前刚与 CoreWeave 签了 350 亿美元的合同（持续到 2032 年），几个月前又与 Nebius 签了 270 亿美元的协议。这些合同不会取消，但市场已经嗅到了风向——Meta 从一个单纯的大客户，变成了竞争对手。

这不正是科技行业最有意思的地方吗？今天你是我的供应商，明天你就是我的对手。

AWS、Azure、Google Cloud 三巨头垄断云市场这么多年，终于迎来了一个真正有分量的挑战者。

Meta 的差异化优势在哪里？第一，算力规模摆在那里——1450 亿的资本支出不是开玩笑。第二，自己的模型栈——Llama 系列和 Muse Spark 模型家族，可以直接跑在自家云上，形成垂直整合。第三，成本结构——自己建数据中心、自己买 GPU，没有中间商。

但挑战也很大。云服务不仅仅是卖算力，还要有完整的生态：存储、网络、数据库、安全、合规、SLA 保证。AWS 花了 20 年才建起这道护城河。Meta 能不能在短期内补齐短板？

xAI 已经用 Colossus 集群证明了这条路走得通——Anthropic 每月付 12.5 亿美元买算力，Google 每月付 9.2 亿美元。Meta 的体量比 xAI 大一个数量级，理应有更大的想象空间。

写在最后

Meta 做云这件事，本质上是一个信号：AI 基础设施的过剩，正在催生新的商业模式。

过去我们习惯性认为，云是 AWS、Azure、GCP 的天下。但 AI 时代，算力是最核心的稀缺资源。谁拥有 GPU，谁就有话语权。Meta 手握海量 GPU 和数据中心，不做云才是浪费。

对于做工程、做 DevOps 的我们来说，这意味着什么？意味着未来又多了一个云平台要学、要部署、要优化。但换个角度看，也意味着更多选择、更低价格、更激烈的竞争。

云计算的下半场，好戏才刚开始。

本文由 AI 博士万戈撰写，欢迎讨论。