一周前，市场还在担心Meta算力过剩。
一周后，Meta告诉市场：不是算力过剩，而是算力远远不够。
前段时间AI硬件下跌，最直接的导火索就是Meta被曝考虑开展算力租赁业务。市场很快形成了一套悲观叙事：
Meta开始出租算力，说明此前买多了；算力出现过剩，说明AI投入回报不佳；回报不佳，后续就可能削减资本开支。
这套逻辑传播得很快，也直接打击了光模块、交换机、PCB和服务器等AI硬件方向。
但现在看，市场很可能把两件完全不同的事情混在了一起：
存量算力商业化，不等于新增算力投入收缩。
Meta把部分算力对外出租，本质上是在提高资产利用率，尝试把原本只服务内部广告、推荐和模型训练的算力，转变成可以对外收费的云资源。
真正决定AI硬件需求的，不是Meta会不会出租部分算力，而是三个变量：
总算力是否继续增长、资本开支是否继续提升、下一代模型是否值得投入更多算力。
目前这三个问题，Meta给出的答案都偏积极。
Meta没有削减算力，反而准备翻倍最新信息显示，Meta计划在2026年部署约7GW算力基础设施，并在2027年将总算力能力提升至14GW，相当于一年时间再增加约7GW。
Meta预计2026年AI基础设施投入最高可达1450亿美元，同时还与三星、闪迪、住友电工等企业签署了长期供应协议，覆盖存储、闪存和光纤相关产品。Meta自研AI芯片Iris也计划于2026年9月开始生产。
这和此前市场交易的“Meta要砍Capex”，几乎是完全相反的方向。
按照市场对单GW数据中心投入的粗略测算，新增7GW背后对应的资本支出可能达到非常庞大的规模。虽然这并不是Meta正式给出的2027年Capex指引，但至少能够说明：
Meta当前考虑的不是缩减AI投资，而是如何解决多GW级别的芯片、存储、光通信、电力和数据中心供应。
所以，Meta算力租赁更合理的解释不是“投资结束”，而是：
旧算力提高利用率，新算力继续大规模建设。
这是一种算力分层，而不是算力过剩。
Meta正在补上最缺失的商业闭环过去市场对Meta最大的不满，不是它没有算力，而是它缺少清晰的模型变现路径。
微软有Azure，亚马逊有AWS，谷歌有Google Cloud，它们可以把GPU、模型和API直接卖给外部客户。Meta过去的AI回报，更多体现在广告推荐效率、用户时长和内容分发上，收入闭环相对间接。
现在这个短板也在改变。
Meta已经发布Muse Spark 1.1，重点面向Coding、Agent、多步骤任务和工具调用，并正式向开发者开放付费API。这意味着Meta开始从“用AI改善广告业务”，走向“直接销售模型能力”。
这件事对资本开支的意义非常大。
如果模型只能内部使用，算力是成本；如果模型能够通过API形成收入，算力就变成了可以产生现金流的资产。
算力租赁、模型API、自研芯片和数据中心扩张，其实是一套完整的商业化组合。
Meta并不是准备退出AI军备竞赛，而是在补齐从模型到收入的最后一环。
真正的大招可能是WatermelonMuse Spark 1.1可能还不是Meta真正的终极产品。
市场近期关注的，是Meta仍在训练的下一代模型，内部代号为 Watermelon。
Watermelon使用的训练算力约为上一代模型的十倍量级。Meta AI负责人Alexandr Wang还表示，该模型在部分内部测试中的表现已经接近OpenAI的GPT-5.5。
这条信息至少说明两件事：
第一，Meta的下一代模型仍在大幅增加训练算力。
第二，Meta重新回到头部模型竞争的概率正在提升。
如果Watermelon在Coding和Agent方向真正进入第一梯队，对算力需求的拉动会非常明显。
Coding和Agent不是简单的一问一答，而是长上下文、多轮推理、工具调用、代码执行和持续反馈，单次任务消耗的Token和计算量远高于普通聊天。
因此，Watermelon真正值得关注的不是模型名称，而是它可能形成新的飞轮：
模型能力提升—API调用增长—推理需求增加—算力继续扩张—模型能力再次提升。
这也是为什么Meta敢于规划14GW算力。
不是先建完算力再想做什么，而是内部可能已经看到了值得继续投入的模型进展。
Meta叙事修正，A股映射我最看好剑桥科技Meta算力投入重新上修之后，A股映射
Meta算力投入重新里我最看好剑桥科技。
但剑桥科技的逻辑，不能只理解成一只“Meta标签股”。Meta是估值重估的催化剂，却不是公司2027年业绩的全部。
公司目前已经形成“思科提供基本盘、Meta贡献新增量、其他北美CSP打开客户扩散、NPO提供向上弹性”的四层增长结构。2026年看800G、1.6T放量和利润率提升，2027年则是客户、产能、物料和产品结构同时共振。
公司基本面拐点已经出现。
首先，思科仍然是公司确定性最高的基本盘。思科与剑桥并非普通采购关系，而是深度JDM合作，800G和1.6T需求持续放量，即使不考虑Meta，公司2027年高速光模块出货也有较强保障。
其次，Meta一旦完成从认证、试单到规模招标的切换，将直接带来百万只级别新增需求。但更重要的是，进入Meta供应链本身相当于完成北美头部CSP背书，后续其他云厂商客户的导入速度有望明显加快。Meta不是终点，而是剑桥从思科链走向全球CSP直供体系的起点。
第三，物料备货已经给出了非常强的前置信号。
产业反馈显示，公司仅在永鼎侧就已提前锁定截至2027年上半年累计约2,000万—3,000万只CW光源。按照单只高速光模块消耗4—5只CW光源估算，仅这一渠道对应的模块保障能力就达到约400万—750万只。
此外，公司还与多家CW光源供应商建立保供关系，并同步锁定DSP、硅光芯片、隔离器等关键器件。公司已开始为2027年滚动锁料。这意味着，市场不应该再用过去300万—600万只的出货框架给剑桥估值。结合多家供应商保供、海外产能扩张和客户导入节奏，2027年千万只级别出货，已经不是遥不可及的极端假设，而是可以被物料准备支持的产业情景。
第四，NPO可能成为被市场低估的第二层弹性。
市场目前主要按800G和1.6T可插拔光模块测算剑桥，但公司在NPO、CPO、ELSFP等下一代技术路线持续布局。NPO将光引擎进一步靠近交换芯片，对光电协同、硅光封装、散热和系统交付能力提出更高要求，也会推动模块厂商从单纯组装向光引擎和系统级交付升级。
如果2027年NPO开始在部分客户侧落地，公司不仅享受出货量增长，还可能享受单机价值量、产品壁垒和盈利能力同时提升。因此，NPO不是当前利润模型成立的必要条件，而是模型之外的额外上修项。
27年盈利预测，60亿元利润此前市场对剑桥科技2027年的盈利预测普遍停留在30亿—40亿元，核心原因是仍按400万—600万只出货量建模，同时只考虑思科和部分Meta需求。
但如果把模型切换到千万只级别，结论会完全不同。
按照2027年高速光模块出货1,000万只、平均单只净利润约600元测算，对应净利润就是：
1,000万只 × 600元/只 = 60亿元。
考虑到2027年产品结构将进一步向1.6T倾斜，NPO也可能开始贡献增量，单只净利润未必只有600元。因此在我现在的模型里：
2027年60亿元净利润不是乐观，而更接近保守中枢。
如果Meta放量、其他北美CSP顺利导入、1.6T占比提升，同时NPO贡献额外价值量，利润向70亿—80亿元演绎并不夸张。
估值方面，按2027年60亿元利润给予约30—32倍估值，对应市值约：
1,800亿—1,900亿元。
这个估值并不是单纯给一只二线光模块公司，而是给一家完成客户结构升级、具备千万只级别交付能力、进入全球头部CSP体系，并向NPO光引擎延伸的平台型光通信公司。
所以我对剑桥科技的判断很明确：
2026年是业绩拐点，2027年是利润爆发年。
思科决定下限，Meta打开空间，其他CSP贡献预期差，NPO决定估值上限，锁物料则保证订单能够转化成真实收入。
翻倍空间
作者声明： 本文转载自第三方，旨在提供资讯参考，并非证券推荐或投资建议。作者对内容的真实性、准确性不承担保证责任。本文不构成任何投资建议或证券推荐。截至发文日，作者与文中提及的标的不存在持仓关系。