Meta也來賣鏟子了！小扎：模型可以慢，GPU必須賺

Meta正面臨自研模型進展不如預期的困境，執行長馬克・祖克柏（Mark Zuckerberg）決定另闢蹊徑：既然模型做不快，不如把手上龐大的GPU算力賣給別人。根據彭博社報導，Meta正考慮推出名為「Meta Compute」的服務，將自家為訓練AI所建置的基礎設施開放給外部客戶使用，直接切入雲端GPU租賃市場。 這項決策背後是Meta近期接連遭遇的打擊。先是受限於競爭對手的Gemini模型使用條件，祖克柏也坦承內部AI代理（AI agent）技術的推進速度比預期慢，讓團隊士氣跌到近20年來的谷底。在模型競賽中無法快速追上對手的情況下，祖克柏靈光一閃：與其讓斥資打造的GPU機房閒置或僅供內部使用，不如把它變成另一個收入來源。 「賣鏟子」一直是AI熱潮中獲利最穩定的模式，從Nvidia靠GPU大賺到雲端業者出租算力，都是最好的例子。Meta過去幾年為了訓練大型語言模型和推薦系統，已經在全球建置了規模驚人的GPU叢集，投資金額高達數百億美元。這些基礎設施原本是為了支撐自家模型開發與廣告業務優化，如今若對外開放，將直接與亞馬遜AWS、微軟Azure、Google Cloud等雲端巨頭競爭。 消息人士指出，Meta Compute的構想仍在早期討論階段，尚未有具體的服務名稱、定價策略或上線時間表。不過祖克柏近幾個月來多次向投資人表示，Meta的人工智慧投資長期來看必須要有具體回報，而開放算力租賃正是其中一個可能的變現路徑。他認為，只要GPU能持續產生營收，模型研發速度慢一些也無妨。 業界分析認為，Meta最大的優勢在於其已經擁有的超大規模資料中心網路，以及過去十年累積的運營經驗。這些機房原本只服務Meta自身的社群平台與AI模型，對外開放後可以快速擴展客戶，尤其能吸引那些沒有能力自建算力的新創公司與學術單位。然而，要與既有的雲端服務商競爭，Meta還需要在服務穩定性、安全性、軟體生態系統等方面補強，並非單純出租硬體就能成功。 值得注意的是，Meta近期在模型領域確實遭遇不少挫敗。年初推出的開源模型Llama系列雖然在開發者社群獲得關注，但在基準測試上始終無法抗衡GPT-4或Gemini Ultra；內部自研的AI代理工具進度落後，導致部分產品功能延遲上線。這些因素讓祖克柏不得不調整策略，從純粹追求模型能力轉向更務實的商業變現。 對市場而言，Meta加入GPU租賃戰局將進一步推高對Nvidia H100、B200等高效能晶片的需求，也可能帶動雲端算力價格的波動。尤其在全球AI算力供不應求的背景下，任何新的大型供應商出現，都會改變既有的供需平衡。Meta能否憑藉自身規模優勢，在雲端市場撕開一道口子，還有待觀察。 截至目前，Meta官方尚未對報導內容做出正式回應。但可以確定的是，祖克柏正在積極尋找AI投資的回收路徑。從自研模型到賣鏟子，這位曾經專注於元宇宙的CEO，正用更務實的態度應對當前的產業競賽。而Meta Compute的最終面貌，也將成為2026年下半年人工智慧基礎設施領域的重要看點。