過剩外租 vs 瘋狂擴建，“精分”Meta背後是明晃晃的“陽謀”？

Meta 近期在算力領域的動作接連不斷，先是傳出考慮將閒置算力對外租賃，引發市場對算力產業鏈是否即將觸頂的疑慮；隨後又迅速以三項具體佈局向外界表明，這家社群巨頭在算力生意上的投入是長期且認真的。這三項行動分別是：加速擴建資料中心、量產自有的 ASIC 晶片，以及發表最新的大型語言模型 Muse Spark 1.1。其中，新模型的推出被分析認為是真正超乎預期的亮點，也讓 Meta 的敘事邏輯出現了根本性的轉變——從過去以成本為導向的 to C 人工智慧，轉向具備經濟效益的 to B 人工智慧。 Meta 的資料中心擴建計畫直接反映在算力儲備目標的大幅提升上。根據路透社報導，Meta 明年的算力部署目標將達到 14GW，相較今年底幾乎翻倍。這個數字遠超出先前市場對 2027 年底僅約 9 至 10GW 的估算，意味著 Meta 需要額外投入約 4GW 的算力產能。若以每 GW 約 300 億美元的部署成本粗估，這筆新增投資將高達 1200 億美元。不過，分析也指出，規劃與實際落地之間通常存在落差，且 14GW 可能僅是目標而非要求年底前完全部署完畢，具體執行時程仍有彈性。市場將密切關注 Meta 月底發布的第二季財報，是否會再次上調今年資本支出，以及管理層在業績會議上談及 14GW 目標時的口吻是否激進。 除了硬體擴建，Meta 在自有晶片上也取得進展。第四代 MTIA 晶片（代號 Iris）已完成測試，預計今年 9 月進入量產。這款晶片由 Meta 自主設計，主要用於訓練與推理，協同設計與物理落地由 Broadcom 負責，台積電代工製造。Meta 也與三星、閃迪簽署長期模組供應協議，並向住友電工採購光纖設備。Iris 晶片短期內仍以自用為主，核心目的是降低對 NVIDIA GPU 的依賴、壓低推理成本，並非打算直接進軍晶片銷售市場。 真正讓市場感到驚喜的，是 Meta 最新發布的 Muse Spark 1.1 大模型。這是年初 Muse Spark 的重大升級，專為 Agent 任務打造，在多模態理解、程式碼能力與智能性上都有顯著提升。更重要的是，它的性價比極高——效能約等同於 Opus 4.8，但收費僅為其四分之一，甚至比 GLM-5.2 更具競爭力。在 OpenAI、Grok、Google 等對手接連更新模型的背景下，Muse Spark 1.1 的出現讓 Meta 重新站上一線梯隊。分析認為，這背後可能與 Meta 在訓練數據上的特殊布局有關：近年 Meta 大規模自建內部數據標註團隊，並透過員工的螢幕操作、滑鼠移動收集長軌跡的工作流程數據，這些正是提升大模型對齊品質的關鍵資源。 算力租賃業務的商業模式也因此更具想像空間。過去外界擔憂 Meta 只是單純裸租晶片，但有了自有大模型與 Agent 能力，Meta 可以將算力租賃升級為搭載附加價值的完整方案輸出。假設 Meta 在 2026、2027 年分別拿出 30% 的算力用於外租，以每 GW 約 100 至 150 億美元的年化租金計算，兩年可分別新增 200 億與 400 億美元的收入，對原有營收基礎分別增加 8% 與 12%。若進一步搭售模型 API 或雲端服務，增量將更為可觀。 不過，巨額資本支出對 Meta 的現金流壓力依然嚴峻。即便主營的廣告業務成長動能良好，按原本預期，2026、2027 年資本支出占營收比重將分別達到 55% 與 65%，幾乎等同於經營活動產生的全部現金流量。Meta 目前持有現金與短期投資約 810 億美元、長期債務約 590 億美元，若真要達成 14GW 的算力部署，後續必然需要大規模債務融資。但算力租賃帶來的收入預期，可在一定程度上緩解股東對資金壓力的疑慮，使管理層更有底氣舉債投入。 從整體行業視角來看，Meta 從單純的算力消費者轉變為供給者，可能加速全球算力供需格局的變化。各大科技巨頭紛紛加碼算力投資，2027、2028 年將迎來供給爆發期。硬件投產的窗口期紅利能持續多久，邊際增量空間何時開始收斂，將成為後續市場關注的焦點。短期內，Meta 的估值情緒有望因 AI 變現路徑的清晰化而獲得修正，但也需留意組織內部的整合問題是否會影響長期技術實力。 總體而言，Meta 正以資料中心擴建、自有晶片量產、一線大模型三管齊下的策略，逐步坐實其算力租賃的長期戰略。雖然前置投入將持續壓縮短期每股盈餘，但若後續能順利將算力轉化為營收，並藉助模型能力提供差異化服務，Meta 在人工智慧時代的角色定位，將不再只是廣告平台，而是兼具基礎設施提供者與技術輸出者的雙重身分。