🔥🔥补充一些对 META做云的看法 @华泰计算机
🚀Meta是当前全球扩张最激进的 AI 算力买方之一，先看下其算力布局：
📈 旗舰集群 Prometheus（1GW）将于 2026 年内上线，路易斯安那州 Hyperion 园区远期规划 5GW，为其史上最大单体算力园区；6月份刚锁定 Crusoe 两处第三方站点合计 1.6GW 弹性产能，预计2028 年总规划规模或将突破 10GW。
📈 同时采购数百万颗英伟达 Blackwell/Rubin 架构 GPU；与 AMD 签署 6GW 多年期深度战略合作；联合博通自研 MTIA 系列 AI 芯片；新增高通 Oryon 架构数据中心 CPU，形成 “双 GPU + 自研 ASIC + 多元 CPU” 的完整异构算力体系。
📈 2026 年资本开支指引上限达 1450 亿美元，三年累计投入超 2500 亿美元，是全球 AI 算力市场最大的增量需求方。
🚀Meta布局云业务的本质是：，而非全面云转型。核心逻辑是算力分层错峰调度：最先进芯片与旗舰训练集群 100% 保障内部超级智能实验室的前沿模型研发，仅将成熟代际硬件、模型迭代间隙的潮汐闲置产能、次级园区与第三方租赁算力对外输出。业务包含两大模式：一是模型即服务（MaaS，对标 AWS Bedrock，主打 Llama 与 Muse Spark 等自研模型调用）；二是裸算力租赁（对标 CoreWeave 等新兴 AI 云厂商）。
🚀此布局有三重目的：
📈①财务端 ：对冲千亿级资本开支压力。一是可以有效缓解资本市场对其千亿资本开支投入产出闭环的质疑：26Q1财报Meta就因上调全年资本开支至1250-1450 亿美元，但并未清晰阐述AI商业化路径而遭市场砸盘；二是可以摊薄基础设施的固定成本；三是平滑AI投资的周期波动；
📈② 产业端形成采购规模正向循环： 更大采购规模 = 更强供应链议价权；
📈③ 生态端：补全 “开源模型 + 算力底座” 闭环。过去 Llama 积累了全球最大开源模型生态，但开发者的训练、推理算力全部流向第三方云厂商。未来通过MaaS服务打包输出，实现 “开源模型引流→算力服务变现” 的闭环，同时凭借自研模型 – 自研芯片的深度协同优化，打造比通用云厂商更强的性能与成本优势。
🚀结论：
1️⃣Meta进入AI Cloud市场，肯定不是因为算力过剩（META 6月份还在租算力）；
2️⃣或意味着全球AI云市场开始进入第二轮竞争，对AWS、Microsoft Azure、Google Cloud等传统超大规模云厂商影响不大（他们的优势不仅仅是算力，而是完整的平台能力和企业级服务能力）；
3️⃣对海外NeoCloud的冲击会更加直接一些（至少情绪上，实际影响有待观察），NeoCloud核心竞争优势就是能够比传统云更快、更灵活地提供大规模GPU资源，满足AI训练和推理需求；而Meta的供给能力、采购成本和资本实力都远超大多数NeoCloud公司，未来可能会压缩NeoCloud的利润空间，加剧GPU租赁市场的价格竞争。
，不会受影响。
4️⃣6、7月份美股科技股整体会是宽幅震荡的走势（分子端无财报催化，分母端宏观环境不利），趋势性行情还是要等7、8月份的财报验证（7月22日谷歌财报）。