转
事件：据**援引知情人士透露，Meta正在制定一项全新的云业务计划，旨在向外部客户出售计算资源。这一战略举动将开辟出一条全新的竞争赛道，使Meta直接与亚马逊旗下AWS、微软Azure以及谷歌云（Google Cloud）等云计算行业巨头展开角逐。
市场几个解读：
1）Meta现金流确实太紧张了，卖一点算力回回血——>Capex承压；
2）H卡A卡的租赁价格太香，自己训练高端模型用不到老卡，短期收益高于卖模型卖广告位——>算力紧缺，利好AI；
3）作为四大CSP中唯一没有算力租赁业务的Meta想补上这块空缺（最有可能）；
注：openai在去年8月也说过要出租自建算力，最后没有下文
Meta 拟出售富余 AI 算力的 Bloomberg 消息，表面看是“挑战 AWS/Azure/GCP”，但本质更像是为巨额 AI capex 找到商业化出口。短期对云厂商 AI premium pricing 有一定情绪扰动，尤其是 AWS 和 neocloud，但对 AI硬件链条不应解读为需求利空。相反，如果 Meta 能把自建算力外部化，反而提高了其继续投入 GPU、网络、光模块、电力散热和数据中心的资本开支可持续性。
1、AI算力和NeoCloud相关股票下跌，市场担心Meta卖算力是否意味着AI算力需求见顶、算力过剩？
1）最新调研表明，Meta 仍受到计算能力限制。有消息称，由于需求旺盛，Google 限制了 Meta 对 Gemini 计算资源的访问。与此同时，Meta 近期与 CoreWeave 签署了一份价值 210 亿美元的新 AI 计算协议，用于获取 AI 算力。
2）Meta同时在做两件看似矛盾的事：
- 出租多余算力（H100/H200对外商业化）
- 继续大规模采购新算力（与Crusoe签署1.6GW容量协议，另向其他NeoCloud采购3GW算力）
3）表面上看，如果Meta已有算力富余，为何还要继续租1.6GW？
其实这不是矛盾，而是算力代际切换。Meta已采购和部署大量H100/H200，这些GPU对推理、微调、企业模型服务等仍有价值。但对于下一代前沿模型训练（3T+参数的MoE、长上下文、多模态），H100/H200的训练经济性明显下降。关键不是H100不能训练，而是单位有效token成本变差：训练时间更长、通信开销更高、集群利用率更难维持。最先进的GB200/GB300/Rubin应优先用于下一代模型训练，上一代H100/H200应转为推理或对外商业化。
- Meta继续向Crusoe锁定1.6GW，本质是为更长期、更先进的AI基础设施做准备，这是未来GB200/GB300/Rubin时代的战略性产能，而非简单补H100缺口。
- Meta已购买大量H100/H200，不能让这些资产在代际切换后闲置。将H100/H200对外销售是合理的资本回收方式。
4）可以类比xAI的做法：
xAI公开宣布与Anthropic达成算力合作，向Anthropic提供Colossus 1算力（包含22万张NVIDIA GPU，含H100、H200、GB200）。同时xAI把最新、最稀缺的下一代集群保留给自己的前沿模型训练。这说明即使是前沿AI公司，也会把部分GPU对外出租，同时保留最新算力自用，逻辑与Meta完全一致。
5）多代GPU分层时代到来
AI算力市场正从单一的GPU短缺，进入多代GPU分层定价和分层使用阶段。
第一层是最新训练算力（GB300、Rubin等），服务前沿模型训练，供给仍然稀缺。
第二层是上一代高端算力（H100/H200/部分GB200），适合推理、微调、企业AI等，从"最稀缺的训练资源"变为"可规模化商业化的推理资源"。
第三层是更通用的GPU云和长尾企业工作负载，对价格敏感但需求弹性大。
旧GPU不会归零，进入推理变现和外部算力销售阶段；新GPU继续稀缺，前沿训练需求仍然强劲。GPU算力开始变成多代际资产，不再是一次性训练工具。算力资产正在走向金融化和商业化。
2、Meta下场算租，AI基建的印钞模式正式开机
1）对Meta：重资产秒变现金牛
我们认为对于Meta的千亿级GPU集群已经开始从纯成本包袱
转为可创收资产，闲时算力对外变现直接摊薄折旧与运维成本；绑定Llama开源生态打出低风险切入AI云赛道。我们认为这也是消息落地后Meta大涨9%的核心逻辑—市场认可其资本开支的效率提升，而非投入收缩。
2）对大模型：更加强调自由生态
Meta的Llama 系列是全球最主流的开源大模型体系，此前开发者只能在第三方云厂商部署，性能优化、成本控制都受限于通用云的架构。此次配套自有算力对外输出，相当于给开发者提供了 “模型原厂 + 原生算力” 的最优解：自研模型在自有集群上做了深度的软硬协同优化，推理效率、成本优势会显著优于通用云平台，进而强化开发者对Meta生态的粘性，形成 “模型开源引流 - 算力服务变现” 的正向循环，走出了开源路线的商业化闭环，与微软+OpenAI的“闭源模型+云”体系形成差异化竞争。
3）对产业链：赛道逻辑直接升级
我们认为巨头亲自下场，给AI算力租赁商业模式做了最强背书，赛道估值从“周期资源股”向“稳定运营资产”切换；同时会倒逼全球云厂商加速AI算力军备竞赛，我们认为高端光模块、液冷、高端IDC的长期需求确定性更强。而对于通信网络侧：算力对外出租、跨主体调度，对DCI、算力网络底座、低时延高带宽传输的需求会显著提升，通信网络在算力产业中的价值权重会进一步加大，光通信、数据通信厂商会迎来新的增量场景。
3、涨价之后再扩投、海内外共振
- 2026 年 7 月 1 日，据 Bloomberg 报道，ZJ已选择巴西东北部 Ceará 州 Pecém 港区的出口加工区建设大型数据中心园区，规划容量最高接近 1GW，总投资约 390 亿美元（2650 亿元人民币）。
- 国内涨价：不止一家上市公司反馈 IDC 涨价，据中午专家交流反馈，涨价平均 5-10% 幅度，主要体现在 ZJ 系。由于 IDC 并不承担过多原材料成本， 此次 5-10%涨价幅度更体现了需求超预期，对 IDC 盈利改善非常可观。
1）根据产业验证信息，最近几个招标，大家的报价较过去略高5-10%；【历史首次】
国内的IDC行业，自20年开始，国内IDC价格持续下跌（不同于海外，海外IDC按每年CPI进行涨价），此次上涨为历史上首次，意义重大，IDC商业模式向好。
近日我们与多家IDC供应商沟通，行业确实有小幅度涨价迹象，零售价格上涨20-30元/KW不等，批发价格客户口径亦有所松动。
核心原因在于国内算力需求旺盛，远超去年大厂做预算时（2025Q3-Q4）的情况，去年储备的IDC预算及项目交付规划行至2026年中期出现明显不够用的现象，各家厂商需求&招标不断上修，供需情况有较大程度的改善。
我们判断若后续行业需求进一步加强（例如实际需求量超出去年预算的一半），行业价格有望看到30%-50%的涨幅，而后向上下游传导：1）数据中心交期缩短，上游设备供不应求，液冷/柴发/电源等设备涨价；2）大厂进一步通过算力租赁、算力调配等方式补足需求，服务器租赁价格同步上行。
2）ZJ 7月招标已发，密切关注开标后项目价格情况。
本次涨价主要集中在有现成机房的、最好带液冷的高密智算中心，预计头部 IDC 受益非常明显，利润弹性很大。
此前，IDC 价格已多年在底部，但是过去几年国家对能耗指标的发放极其谨慎，优质地区的 IDC 供给仍然有限。
下半年预计超节点密集上量，核心区域的 IDC 能耗指标的审批以及相关机房的建设需要非常长的周期（2-3 年），预计核心区域 AIDC 涨价大概率具有持续性。
3）AIDC行业验证下来主要几个结论：
- IDC零售现货价格，最近一个季度有显著上涨，代表了到卡后需要立刻上架的现实需求。尤其是高功率机柜，其实现货不多的。环一线区域接近20年左右水平。
-
IDC大单价格（建设周期一年及以上的那种），6-7月份IDC厂商的投标价格普遍有上涨5-10%。虽然大部分还未开标，但是已经是近几年少见的情况了。
-
本质还是今年大厂IDC招标真的非常积极，最近两个月，头部大厂总计招标了【好几个GW】（ZJ最近正在推进的还有个新的1GW招标）。年初至今同比去年是翻了好几倍的增长。这也是非常合理的，后面几年算力的上量肯定很多，现在不建什么时候建。
-
之前一直等到的能耗指标窗口指导，从五月份开始预期，基本确定7月中下旬能落地了。自上而下还是鼓励的，以秦淮等为代表的头部厂商，拿到的量很可观。
国内算力链，各环节从今年都有质变。
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。