Meta原本不是一家云计算公司。

打开网易新闻 查看精彩图片

它建设数据中心,是为了让Facebook、Instagram和WhatsApp能够稳定运行,也是为了支撑广告系统、内容推荐、图像识别和后来的大模型训练。服务器建得再多,首先服务的也是自己的用户和产品。

但AI正在改变这些基础设施的性质。

Meta预计,2026年资本开支将达到1250亿至1450亿美元,主要投入AI计算设备和数据中心。与此同时,它正在建设容量达到1吉瓦的Prometheus集群,并规划最高可扩展至5吉瓦的Hyperion集群。

如此庞大的投入,已经很难只被理解为一家社交公司的后台成本。

当算力变得稀缺,数据中心就不再只是支撑产品运行的机房,而可能变成可以计量、出租和交易的资产。

Meta为什么要自己建基础设施

Meta很早就发现,普通服务器和通用网络无法满足它的业务规模。

每天数十亿用户刷新信息流、上传图片、观看视频,背后需要完成海量的内容排序、广告匹配和模型推理。为了降低延迟和成本,Meta逐渐开始自行设计服务器机架、交换机、网络系统和AI芯片。

进入生成式AI阶段后,这套体系继续扩大。

Meta曾公开两个分别拥有24576块H100 GPU的训练集群,并提出到2024年底形成相当于近60万块H100的计算能力。它处理的不只是大模型训练,还包括推荐、广告、图像生成和每天数以万亿计的模型调用。

这意味着,Meta建设的已经不是一批孤立的服务器,而是一套完整的AI工业系统。

GPU只是其中的一部分。真正决定模型能否稳定运行的,还包括存储速度、芯片之间的通信、散热、电力供应、故障检测,以及把成千上万块GPU组织起来的软件。

未来最值钱的不是一块GPU,而是让一万块GPU像一台机器那样工作的能力。

从内部成本到外部产品

过去,Meta的数据中心只需要解决一个问题:怎样更便宜、更稳定地服务自己的产品。

现在,这套基础设施开始出现向外延伸的接口。

2025年,Meta推出Llama API测试版本,开发者可以直接调用模型、进行微调和评估。Meta还与Cerebras、Groq合作,为开发者提供更快的Llama推理服务。

这还不能说明Meta已经成为AWS或Azure。它没有公开一套完整的云产品目录,也没有大规模向企业出租通用服务器。

但变化已经发生。

过去,企业想使用Llama,往往需要下载模型,再到AWS、Azure或其他平台购买算力。Llama API出现之后,Meta开始直接站到开发者面前,提供模型调用、训练、评估和推理入口。

一旦这个入口继续扩大,Meta就有可能把内部积累的计算、网络和软件能力,拆成一项项可以对外提供的服务。

Meta真正接近云计算的地方,不是拥有多少服务器,而是开始把内部能力包装成外部可以调用的产品。

AI时代卖的不是服务器

传统云计算主要出售虚拟机、数据库和存储空间。

用户购买一台服务器,可以在上面运行网站、企业软件或者数据分析程序。资源相对标准,价格通常按照配置和使用时间计算。

AI计算却不同。

一家企业真正需要的,不只是“租到八块GPU”,而是这些GPU能否同时工作,模型能否快速读取数据,训练过程中是否频繁中断,推理延迟是否稳定,峰值流量到来时能否迅速扩容。

Meta在2026年公布的技术资料中提到,存储速度跟不上计算能力增长,已经成为GPU停顿和成本上升的重要原因。它还需要通过新的网络架构,将不同数据中心里的数万块GPU连接起来。

所以,AI基础设施出售的并不是单一硬件,而是一种结果:

多少时间完成一次训练,

每秒能够处理多少请求,

每一美元可以生成多少有效内容,

系统能够维持多高的稳定性。

这也是为什么,AI云服务的竞争最终不会停留在芯片数量上。

Meta会不会成为新的云厂商

目前来看,Meta仍然没有必要复制AWS的全部业务。

它的主要收入依然来自广告,数据中心首先服务于推荐系统、Meta AI、智能眼镜和自己的模型研究。Llama也通过AWS、Google Cloud、Azure等合作伙伴提供给企业使用。

但Meta可能走出另一条路线。

它未必出售所有类型的云服务,而是围绕Llama提供模型调用、推理、微调、智能体工具和特定行业能力。它出售的不是一台通用服务器,而是已经被优化过的AI生产系统。

这类似于一家原本只为自己修建高速公路的公司,忽然发现道路本身也可以收费。

问题只在于,Meta是否愿意开放入口,以及外部客户是否愿意把业务交给一家同时拥有社交平台、广告系统和大模型的公司。

因此,更准确的说法不是“Meta即将成为云厂商”,而是:

AI正在迫使所有拥有大规模基础设施的公司,重新考虑这些资产是否只能供自己使用。

数据中心开始拥有第二种价值

过去评价一家互联网公司,人们看用户数量、广告收入和产品增长。

未来还要看另一张表:它拥有多少可用算力,能够获得多少稳定电力,网络能否连接超大规模集群,能否把这些能力变成开发者可以购买的服务。

Meta还没有真正成为云计算公司。

但它投入数千亿美元建设的基础设施,已经不再只是隐藏在Facebook和Instagram背后的技术系统。

它们正在获得第二种价值。

第一种价值,是支撑Meta自己的产品。

第二种价值,是在算力短缺的时代,成为可以计量、定价和交易的生产资料。

AI产业的下一轮竞争,可能不只是谁拥有最好的模型,而是谁能把电力、芯片、网络和数据中心,组织成一门可以持续出售的生意。