**META 租售算力的传闻已流传半月，市场对此争议颇多。主流观点认为此举标志着激进资本开支策略失效，意味着算力从紧缺转向过剩，确为利空。然而，经过深入产业研究后发现，META 此举另有深意，其核心观点如下：**
**其一，当前算力依然处于紧缺状态，META 基于“过剩”的理由并不充分。**
面对大模型这一新技术机遇，全球头部科技企业纷纷提高资本开支，建设数据中心以储备算力已成常态。这既源于模型研发对算力的巨大消耗（即“堆算力做模型”），也是企业将算力视为核心护城河的体现。因此，许多人推测算力储备可能超过需求，导致过剩。但真相究竟如何？我们可以通过两组关键数据来验证。
首先，从英伟达 H100 芯片的租赁费用来看，尽管不同机构统计口径存在差异，但共同指向了价格上涨的趋势。尤其是在 2026 年初 Agent 产品迭代周期开启后，各类高级模型产品的刺激下，市场对 Token 的需求不仅未减，反而有增无减。
其次，根据银河证券整理的美股头部云计算企业（微软、谷歌、亚马逊）的算力基础设施周转率数据，尽管这些企业在疯狂扩产，但算力设施的周转率中枢已从 15 次跃升至 36.8 次。这表明新增算力并未闲置，而是被迅速部署并消耗，当前算力利用率依然健康，即算力供应仍然偏紧。
从 GPU 租赁价格的上涨，到算力设施周转率的提升，这些证据均指向当前算力供需关系尚未达到平衡，供应端依然紧张。尽管部分观点将当前的算力储备对标上世纪互联网泡沫时期的光纤投资，但事实果真如此吗？对比银河证券与仲量联行制作的图表可见，2000 年互联网泡沫前夕，全球数据中心利用率仅为 10%，大量资本开支缺乏实际需求承接；而当前全球数据中心算力利用率已高达 90%，产能持续落地并投入使用。三组数据共同印证：目前称算力过剩为时尚早，META 租赁算力的出发点必然不是此原因。
**其二，目前大模型产业景气度正由上游向中游云计算转移。**
既然当前算力不紧张，为何 META 还要费尽心思涉足算力租赁？媒体将其简称为“算力租赁”，却忽略了重要信息。Meta 此次评估的商业模式包括：向开发者和企业按量收取托管 AI 模型（如 Llama 系列）的访问费用，以及直接出租底层的裸金属与 GPU 算力资源。仔细分析便会发现，这不仅仅是 META 要算力租金，而是要全面云化，即小扎想利用这一机会加速公司云计算市场份额的扩张。
这一战略主要基于两方面原因：一方面，Meta 将 2026 年全年资本开支上调至 1250 亿至 1450 亿美元区间，已成为北美四大超大规模云厂商（Hyperscalers）中算力储备增速最快、但此前唯一未提供公有云服务的厂商。通过出售闲置或转售算力，开辟 B 端营收曲线，Meta 不仅能摊薄自建超大型数据中心的固定成本，还能缩短 Capex 的回收周期。
另一方面，这就要回到产业景气的核心逻辑。最近，大模型产业景气度开始从上游流向中游，即云计算产业。银河证券吴砚靖团队的研究成果显示，美股科技七巨头的 Token 产业链景气度呈现出明显的层级转移特征。
该团队将各层级景气度综合指数设定为：营收增速（权重 40%）、ROIC 变化（权重 30%）、CapEx/D&A 变化（权重 30%）。由此可得出以下结论：
1. **上游算力基础设施层：** 景气度在 2024 年上半年达到峰值（指数超 85.9），此后进入高位回落通道，至 2026 年 Q1 降至约 37.04。
2. **中游模型平台层：** 呈现先升后稳的特征。该层已从 AI 浪潮的“跟随受益者”逐渐转变为“中流砥柱”，其景气度不再完全依赖上游芯片供给拉动，而是越来越多地受到下游 AI 应用需求的推动。
3. **下游应用终端层：** 走势温和，渗透是一个逐步深化的过程，从 2024 年初的 25.05 提升至 2026 年 Q1 的 32.24。
这些数据预示着投资时钟已指向中下游：上游的高景气已被充分定价且增速拐点已过，而中下游正处于景气度反转向上的初期。在 Token 经济产业链中，当前最佳的投资击球区已从上游算力转移至中游模型平台和下游应用终端。这意味着，中游云厂商在算力价格下行周期中，将享受“进货成本下降+云服务提价”的剪刀差红利，利润率有望超预期提升。
对于 Meta 来说，其原有业务主要集中在 AI 产业下游，当前产业价格传导刚刚触及中游。若不迎头赶上冲击云计算产业，短期内不仅恐错过一次重要机会，还可能加重财报负担。
**综上所述，META 近期的举措与算力紧缺并无太大关系，而是企业全面向公有云进军的开始。当然，假如本文分析与小扎的举措果真代表事实真相，那么接下来对云计算企业的重估也要就此开始了。**