朋友们好，今天聊聊Meta。
今天上午看到Meta一则信息，继月初官宣对外出租闲置AI算力后，Meta再次开启全新的AI基础设施扩建项目投资100亿美元在加拿大建设其美国以外最大数据中心。
从"全球最大算力买家"到"下场卖算力"，Meta到底在下什么棋？全球AI算力产业链上中下游都有谁？中国的对标公司又有哪些？
今天这篇文章，我们从头到尾给你拆解清楚。建议先收藏再看，信息量极大。
01 Meta是谁？
先认识一下这位"基建狂魔"
Meta Platforms, Inc.（纳斯达克代码：META），前身为 Facebook，由扎克伯格于2004年创立，2021年正式更名。旗下产品包括 Facebook、Instagram、WhatsApp、Messenger 和 Threads，全球月活用户超 30亿。
2023年起，Meta全面转向AI战略，推出开源大模型 Llama系列（Llama 2/3/4/5），并自研AI芯片（MTIA系列）、自建超大规模数据中心集群。截至2025年底，Meta算力规模已等效约 250万张H100，是全球最大的AI算力买家之一。
02 两大动作：百亿建数据中心 + 下场"卖算力"
动作一：加拿大百亿数据中心
Meta拟投资 100亿美元，在加拿大艾伯塔省斯特金县建设其第33个数据中心，也是其 美国以外最大的数据中心。
这座超大数据中心的关键参数：
电力容量1GW相当于约75万户家庭用电量
采用节水型闭环液冷干式冷却系统，运行过程中无需用水全额资助全新电网基础设施建设，与 Greenlight LP、Altalink、Capitol Power、Alberta Electric System Operator 合作
建设阶段需 3000名 建筑工人，建成后创造 300个全职岗位
动作二："MetaCompute"算力商业化
2026年7月初，Meta官宣推进代号 "MetaCompute" 的内部计划，正式从"算力买家"转向"算力卖家"。
核心逻辑：在完成Llama 4训练后、研发Llama 5之前，Meta庞大的算力集群出现了空档期。与其让价值数百亿的GPU闲置吃灰，不如租出去赚钱。高额折旧压力迫使管理层必须通过变现来回笼资金。
具体来说，MetaCompute 包含两种商业模式：
为客户提供 MuseSpark 及 Llama 4/5 模型的托管API访问 亚马逊 AWS Bedrock
裸金属算力租用 直接出租闲置GPU集服务器CoreWeave、Nebius
消息一出，市场反应剧烈：
Meta股价单日大涨 8%–10%，投资者对从"烧钱模式"转向"创收模式"高度认可费城半导体指数一度暴跌超 6%，市场担忧AI硬件可能结构性供过于求CoreWeave 跌 13.9%，Nebius 跌 17%——大客户瞬间变成拥有极强规模优势的竞争对手扎克伯格在股东大会上的表态：公司具备将部分计算资源对外出租的能力，而这"在一定程度上也增强了我们继续投入建设的信心"。
换言之能赚钱，所以才敢继续砸钱建。
03 资本开支：一年比一年"恐怖"
来看Meta近年来的资本开支轨迹，感受一下什么叫"暴力堆料"：
2023 281亿美元 Llama 2 发布
2024 390亿美元 Llama 3 发布
2025 722亿美元 新增超130万块AI加速卡
2026（指引）1250–1450亿美元
千兆瓦级集群上线
2027（预测）约1670亿美元 新一代MTIA 500芯片
从281亿到1670亿，五年翻了近 6倍。SemiAnalysis直言："算力过剩"的观点是错误的，2027年的资本支出将"惊人地高"。
04 AI算力产业链全景图：
上中下游都有谁？
AI算力产业链自上而下分为三大层级：上游核心硬件 → 中游基础设施与平台 → 下游AI应用。下面逐层拆解。
上游：芯片、服务器、光模块
这是整个产业链的"地基"，决定了算力的天花板。
AI芯片 GPU/ASIC 英伟达、AMD、英特尔
华为昇腾、寒武纪、海光信息、摩尔线程、壁仞科技
HBM存储 SK海力士、三星、美光
兆易创新、江波龙
AI服务器 鸿海/富士康、超微电脑、戴尔
浪潮信息、中科曙光、紫光股份、联想
光模块 Coherent、Lumentum
中际旭创、新易盛、天孚通信
液冷散热 维谛技术 英维克、高澜股份、申菱环境
关键数据：2025年中国AI加速芯片市场规模约1425亿元，国产芯片市占率已达 41%。华为昇腾出货81.2万张，占据国产AI加速卡49%市场份额，稳居国产第一。
中游：云平台与数据中心
中游是"算力的加工厂"，负责把上游的硬件变成可以调用的算力服务。
超大规模云/CSP亚马逊AWS、微软Azure、谷歌Cloud、Meta、甲骨文
阿里云、腾讯云、百度智能云、华为云
新兴AI云 CoreWeave、Nebius、Crusoe
优刻得、首都在线
IDC数据中心 Equinix、Digital Realty
数据港、万国数据、世纪互联、润泽科技
算力调度平台 中国移动/电信/联通、各地智算中心
下游：AI应用与场景
下游是"算力的消费者"，也是整个产业链能否持续投入的验证场。
大模型研发 OpenAI、Anthropic、xAI、Google DeepMind
智谱AI、月之暗面、百川智能、零一万物
AI搜索/助手 Google Gemini、ChatGPT、Copilot
字节豆包、阿里通义、百度文心、腾讯元宝
AI内容创作 Adobe Firefly、Midjourney
快手可灵、字节即梦
自动驾驶/机器人 Tesla、Waymo
百度Apollo、小鹏、华为智驾
企业级AI Salesforce、ServiceNow
科大讯飞、第四范式
Meta的最大差异化在它是唯一一个以"开源模型+全球最大社交应用场景"为核心壁垒的玩家。其他CSP卖的是"算力本身"，Meta卖的是"算力+模型+30亿用户分发渠道"的组合拳。
05 谁是中国版"Meta"？
这是大家最关心的问题。中国AI算力市场处于 政策牵引 + 云厂商加码 + 国产替代 + 模型调用放量 四重共振阶段。
第一梯队：全栈布局型巨头
以下五家公司是与Meta模式最具对标价值的中国竞品：
字节跳动2026年超1600亿元（AI芯片约850亿）自建AIDC+外购算力火山引擎公有云份额49.2%豆包大模型应用层飞轮反哺基建，日均30万亿Token消耗；火山引擎对外输出算力与API
阿里巴巴未来三年至少3800亿元阿里云算力资产将达AI爆发前10倍通义千问
B端云服务统治力，AI收入连续9季度三位数增长，云+模型+芯片全栈
腾讯2026 Q1 319亿元（+63%）腾讯云+嵌入微信生态混元大模型
社交场景与Meta最接近，AI嵌入微信/支付/企业微信
百度 2026 Q1 59亿元百度智能云+昆仑芯
文心大模型先发但应用层掉队，昆仑芯计划赴港上市估值500亿美元
华为 未单独披露 昇腾芯片+华为云全栈
盘古大模型
"端管云芯"一体化，昇腾占国产AI芯片49%份额，与Meta自研MTIA路线最相似
如果非要在国内找一个"最像Meta"的公司，字节跳动在应用场景飞轮和算力规模上最接近，华为在"自研芯片+全栈基础设施"路线上最相似。
第二梯队：国产AI芯片厂商
英伟达折戟中国市场后，国产芯片厂商迎来了确定性的放量窗口：
华为昇腾 昇腾910C/950PR 出货81.2万张
国产AI芯片绝对龙头，推理性能为H20的2.87倍
寒武纪 思元系列 64.97亿元（+453%）
首度扭亏，市值突破1万亿元
海光信息 深算系列DCU 143.77亿元（+57%）
通用计算+AI加速双线布局
摩尔线程 MTT S5000 15.06亿元（+243%）
旗舰训推一体GPU，已规模量产
壁仞科技 BR系列 10.35亿元（+207%）
多个千卡集群交付
沐曦股份 曦云系列 16.44亿元（+121%）
训练场景云端GPU
天数智芯 智铠/天垓系列 10.34亿元（+92%）
字节跳动洽谈采购5万颗
第三梯队：Al服务器
浪潮信息 全球AI服务器龙头
2026H1预计净利润26–31亿元（+226%–288%）
中际旭创 全球光模块龙头 2025年营收382.4亿元（+60%），净利108亿元（+109%）
数据港 第三方IDC运营商 为大厂提供定制化数据中心
联想集团 AI终端+AI算力+AI服务 全栈AI能力体系
06 五大趋势研判：算力行业走向何方？
1算力从"稀缺资源"向"可交易基础设施"演进
Meta出租算力的核心信号是——算力资产从内部成本中心，转向可商业化、可长期锁定的基础设施资产。光大证券认为，对外变现能力本身已成为支撑Meta持续扩大AI投资的现金流保证。
2芯片分层使用：训推分离成为主流
华泰证券预计，Meta将把GB200/Rubin等新一代芯片集中用于前沿模型训练，旧款H系列集群释放至推理端或外部租赁。这一"训推分离、资产分层"策略将在全球推广，xAI的算力租赁模式已初步验证可行性。
3全球AI资本开支进入"万亿美元"时代
摩根士丹利预测：2026年美国四大CSP资本开支达8050亿美元，2027年达1.1万亿美元。全球九大云厂商2026年合计约8300亿美元。中国字节+阿里+腾讯三家年度AI投入接近万亿人民币。
4算电协同成为核心瓶颈电力成本占数据中心运营成本56.7%。全球数据中心用电量2025年接近500TWh。中国2026年政府工作报告首次将"算电协同"纳入新基建工程。谁解决了电力问题，谁就掌握了算力扩张的主动权。
5国产替代加速，中国形成独立算力生态
2025年中国交付约400万颗AI GPU，国产占比41%。华为昇腾、寒武纪、海光信息等已实现从"可用"到"好用"的跨越，国产软件生态加速建设。中国正在形成与全球并行的独立AI算力体系。
07 投资逻辑与风险提示
核心投资逻辑
算力基建高景气持续：全球AI资本开支2026–2027年仍处加速上行期，上游硬件（芯片、光模块、服务器）业绩兑现确定性强
国产替代窗口期：英伟达退出中国市场，国产芯片厂商迎来确定性放量，2026年出货量预计翻倍
算力商业化验证模式：Meta/xAI的算力出租模式已验证算力资产具备现金流属性，改善行业回报逻辑
推理需求爆发：AI从训练向规模化推理转型，推理算力需求远超训练，Token调用量指数级增长
风险提示
⚠ 五大风险需警惕
短期预期差风险：算力可对外变现后，CAPEX大幅上调空间收窄，短期存在预期下修叙事扰动
技术迭代风险：芯片架构快速迭代（Blackwell→Rubin），前代产品可能加速贬值
电力与资源约束：数据中心电力供应、水资源、土地资源可能成为扩产瓶颈
地缘政治风险：中美科技博弈可能进一步影响全球供应链
商业化落地不及预期：扎克伯格内部承认AI智能体开发"未如预期加速"，模型变现路径仍存不确定性
总结
Meta从"算力买家"转向"算力卖家"，并非算力过剩的信号，而是算力资产从成本中心向可商业化基础设施的范式转变。
对外出租本质是存量算力资产的效率优化，公司中长期持续加码AI算力的整体规划并未转向。正如光大证券所言：整个行业目前最大的瓶颈仍然是算力供应，Meta应尽可能储备更多算力资源，再决定未来如何使用。
中国市场在国产替代加速和政策强力牵引下，正形成与全球并行的独立AI算力生态。字节跳动在应用场景飞轮上最像Meta，华为在自研芯片全栈路线上最像Meta，阿里巴巴在B端云服务变现上最具优势。
AI算力的大棋局才刚刚开始。
本报告基于公开信息整理，仅供行业研究参考，不构成投资建议
数据来源：Meta官方声明、SemiAnalysis、光大证券、华泰证券、摩根士丹利等
觉得有用？转发给需要的朋友吧
我是金元关注我带你了解前沿科技
