Meta也來賣鏟子了，小扎：模型可以慢，GPU必須賺

Meta 也來賣鏟子了！祖克柏：模型可以慢，GPU 必須賺

在 AI 軍備競賽持續升溫的當下，Meta 創辦人馬克·祖克柏（Mark Zuckerberg）近日公開表示，公司對於 AI 模型的開發速度可以放緩，但 GPU 的投資回報絕不能停。這番話不僅揭示了 Meta 在 AI 基礎設施上的戰略轉向，更暗示這家社群媒體巨頭正準備將手中的算力資源，從單純的內部研發工具，轉變為對外變現的「鏟子」。祖克柏在內部會議與公開場合多次強調，Meta 目前擁有業界數一數二的 GPU 儲備，這些晶片不僅用於訓練自家的 Llama 系列大型語言模型，更應該成為一項能夠直接創造收入的資產。他直言：「模型迭代可以慢一點，但 GPU 必須賺錢。

」這項表態被外界解讀為 Meta 正積極探索將算力租賃或雲端 AI 服務商業化的可能性，類似於亞馬遜 AWS 或微軟 Azure 的商業模式，但更聚焦於高效能運算與大規模模型推論。事實上，Meta 近年來在 GPU 上的投入可謂不遺餘力。根據公開資料，該公司已採購數十萬顆 NVIDIA H100 等頂級 AI 晶片，並計畫在 2025 年前將基礎設施投資總額推升至數百億美元。過去這些資源主要服務於內部產品，如 Facebook 的推薦系統、Instagram 的內容審查，以及正在開發中的通用 AI 助手。

然而，隨著 AI 應用場景從訓練轉向推論，Meta 發現閒置的算力其實是一筆巨大的潛在收入。祖克柏的「賣鏟子」策略，背後反映的是整個 AI 產業的結構性變化。當 OpenAI、Google 等競爭對手忙著推出更強大的模型時，Meta 選擇將重心轉向基礎設施變現。這並非放棄模型研發，而是透過算力服務來補貼昂貴的 GPU 採購成本，同時建立更穩定的現金流。分析師指出，Meta 的 Llama 模型雖然開源，但若能在雲端服務上提供優化後的推論環境，就能吸引開發者與企業客戶，形成類似「開源模型 + 付費算力」的商業閉環。值得注意的是，祖克柏的發言也暗示 Meta 內部對 AI 模型競賽的態度正在調整。

過去兩年，Meta 為了追趕 OpenAI 的 GPT 系列，曾多次加速 Llama 的迭代週期，但祖克柏現在認為，模型的「慢」並非壞事，只要 GPU 能持續產生營收，公司就有足夠的底氣等待技術成熟。這種務實的轉向，或許能讓 Meta 在燒錢的 AI 大戰中走得更穩。此外，Meta 也開始嘗試將 GPU 算力與其龐大的社群生態結合。例如，為廣告主提供 AI 驅動的內容生成服務，或為開發者提供基於 Llama 的客製化模型訓練平台。這些服務不僅能直接收費，還能進一步綁定用戶對 Meta 生態的依賴。祖克柏認為，未來 AI 的競爭不只是模型參數的比拼，更是基礎設施與商業模式的較量。

業界普遍認為，Meta 的「賣鏟子」策略若能成功，將為其他擁有大量 GPU 的科技巨頭提供新思路。目前，包括微軟、Google 與亞馬遜在內的雲端服務商，早已將 AI 算力作為核心產品之一，但 Meta 的優勢在於其開源模型生態與龐大的用戶基礎。如果 Meta 能將 GPU 變現的效率提升到與廣告業務相當的水平，這家公司的營收結構將出現質的變化。當然，挑戰也同樣明顯。GPU 租賃市場競爭激烈，價格戰與技術壁壘並存；同時，Meta 必須確保對外提供的算力服務不會影響內部 AI 研發的穩定性。

祖克柏對此似乎已有準備，他在內部會議中強調，Meta 會優先滿足自家模型的需求，再將多餘的算力對外釋放，並透過動態調度機制來平衡兩者。從「模型軍備競賽」到「算力商業化」，Meta 的轉向不僅是公司戰略的調整，更可能改寫 AI 產業的遊戲規則。當祖克柏說出「GPU 必須賺」的那一刻，Meta 已經不只是 AI 時代的參與者，更準備好成為那個賣鏟子的人。