Meta要卖算力了：闲置GPU变现，直接对标AWS Bedrock

7月1日，彭博社爆出一条让整个云计算行业都得掂量掂量的消息：Meta 正在筹建一项全新的云基础设施业务，打算把自己囤下来的 AI 算力和模型对外卖。这意味着扎克伯格终于要下场，跟贝索斯、纳德拉、皮查伊在同一张牌桌上打牌了。

消息一出，业内的第一反应大概是——终于来了。过去两年 Meta 在数据中心和 GPU 上的疯狂扫货，早就让人怀疑这家社交公司迟早要在广告之外找条新出路。现在答案摆在明面上：既然囤了这么多算力，与其闲着，不如卖钱。

一个新业务部门，两条产品线

据接近该计划的知情人士透露，Meta 正在筹建一个专门的新业务部门，隶属于内部代号 Meta Compute 的项目——这个项目本来是负责建设和管理 Meta 自家 AI 基础设施的，现在要顺带把对外商业化也做了。

两条产品线基本清晰：

第一条，模型即服务。 Meta 会开放托管在自家基础设施上的各类 AI 模型的调用权限，包括自研的 Muse Spark 以及 Llama 系列。开发者按调用量付费，Meta 负责运营底层的数据中心和芯片。这个模式熟悉吧——就是 AWS Bedrock 那一套。你不用管 GPU 从哪来、集群怎么调度、推理怎么优化，甩个 API 请求过去就完事。

第二条，卖裸算力。 这条更狠，直接把 GPU、TPU 这样的底层资源租出去。谁需要训练大模型、谁需要跑长时间推理任务，租一批走。这基本就是 AWS EC2 GPU 实例或者 CoreWeave 的路数。

有意思的是，SpaceX 也在做类似的事情——把星链的闲置计算和网络能力商业化。TechCrunch 把 Meta 这次动作直接类比成了 SpaceX 模式：巨头囤下的基础设施远超自身消耗，与其折旧躺账上，不如拆散了卖。

为什么是现在？

看时间点，这事其实一点都不意外。

扎克伯格过去一年多次公开表达一个观点：整个 AI 行业正面临算力瓶颈，Meta 应该尽可能囤算力，具体用来干嘛可以以后再想。这话听着挺任性，但翻译成业务语言就是：算力现在就是硬通货，先占位置再说。

Meta 在 2025 年的资本开支超过 700 亿美元，主要砸在数据中心和 AI 芯片上。四大北美云厂（亚马逊、微软、谷歌、Meta）2025 财年合计资本开支指引超过 3000 亿美元。这种投入强度下，如果只是内部消化——喂养推荐系统、Reels、Meta AI 助手、Ray-Ban 眼镜——很难在短期内产生匹配的回报。财务上必须找个出口。

更现实的问题是：Meta 自己不缺算力，但它的商业模式（广告）撑不起这么大的资本折旧压力。做云服务，把闲置产能卖成经常性收入，是把资产表压力转成利润表贡献的最直接方法。亚马逊当年做 AWS 也是这个逻辑——零售业务养出来的基础设施，最后反哺成了整个公司最赚钱的业务。

对标 Bedrock，但难度不小

说要对标 AWS Bedrock，得先看看 Bedrock 现在是什么水平。

AWS Bedrock 现在托管着 Anthropic、Meta、Mistral、Cohere、AI21、亚马逊自家 Nova，加上 2025 年 re:Invent 新增的 Gemma 3、Nemotron、OpenAI 开源模型、Qwen3-NEXT、Kimi K2 Thinking、MiniMax M2 等一大批开源模型，服务超过 10 万家组织。它的护城河不是单一模型，而是多模型 + 企业级安全合规 + 生态集成这一整套东西。

Meta 想切进去，硬件底子是有的——2026 年 4 月，Meta 刚跟 AWS 签了 Graviton5 部署协议，规模化用 ARM CPU 跑 Agent 相关的 CPU 密集型工作负载。这说明 Meta 的基础设施能力已经被验证过。加上自研 MTIA 芯片和大规模的 H100/H200/B200 集群，硬件层面不虚。

但云服务这个生意，卖的从来不只是算力：

• 企业级功能栈：Bedrock 有 Knowledge Bases、Guardrails、Agents、Prompt Flows、模型蒸馏、智能路由这一整套。Meta 从零搭起来至少要一两年
• 合规与信任：ISO、SOC、HIPAA、GDPR、FedRAMP，每一项认证背后都是漫长的工程和法务投入。Meta 因为社交业务积累的隐私争议，反而是个负资产
• 销售与生态：AWS 有上万家 ISV 合作伙伴和成熟的企业销售体系。Meta 主要服务 C 端，B 端渠道基本从零开始
• 多模型策略：Bedrock 敢卖 Anthropic 的 Claude，也敢卖竞争对手的 Qwen。Meta 会不会开放托管 Claude、GPT？这是个灵魂问题——不开放，就没法跟 Bedrock 竞争；开放，等于给对手的模型引流

Muse Spark 是关键变量

新闻里被点名的自研模型 Muse Spark 值得说两句。这大概率是 Meta 除了 Llama 之外，专门为多模态生成任务打造的商业化模型——Llama 是开源牌，任何人都能自己部署，Meta 从中不直接赚钱；但 Muse Spark 如果只在 Meta 云上提供，就成了独占卖点。

这一手其实很像 Google 的策略。Google 也开源了 Gemma，但真正拿来赚钱的是闭源的 Gemini，只通过 Vertex AI 和 API 卖。Meta 显然学到了这个套路：开源模型做生态和影响力，闭源模型做商业化。

从开发者角度看，这种双轨制其实不坏。你想深度定制、私有部署，用 Llama；你想省事直接调 API、并且需要更强的多模态或专用能力，用 Muse Spark。国内像 OpenAI Hub 这类聚合平台，如果 Meta 的模型未来通过标准 API 对外开放，也会第一时间接入，让开发者用同一套 Key 在 GPT、Claude、Gemini、DeepSeek 之外多一个选择。

云市场的第四极？未必

先泼盆冷水。全球云基础设施市场目前的格局是 AWS 大概 30% 出头，Azure 20% 多，Google Cloud 十几个点，剩下被阿里云、Oracle、IBM、甲骨文这些瓜分。Meta 想挤进前三？几乎不可能。

但Meta 不一定要做通用云。它更可能走一条垂直路线：AI-native 云。也就是说，不跟你比 S3、比数据库、比 Kubernetes 托管，就专注 AI 训练和推理这个细分。这个赛道现在的玩家包括 CoreWeave、Lambda Labs、Together AI、Fireworks——都是靠 GPU 出租和模型 API 起家的新势力。CoreWeave 2025 年上市，市值一度冲到几百亿美元，说明市场买账。

Meta 的优势在这里就体现出来了：

• 规模碾压：CoreWeave 有几十万张 GPU，Meta 有百万级
• 模型储备：Llama 4 已经在 Bedrock 上跑，Muse Spark 是独占，可以直接产品化
• 网络基础：跨大洲的数据中心和骨干网早就铺好了
• 人才厚度：FAIR 和 GenAI 团队的研究能力，可以持续供给新模型

所以更合理的判断是：Meta 不会颠覆 AWS，但会在 AI 推理和模型托管 这个细分市场，硬生生撕出一块地盘。类似于 Netflix 之于传统电视——它不做电视台，但改变了内容分发的格局。

对开发者意味着什么

作为技术人，看这条新闻真正关心的是：能不能让我以后调 AI API 更便宜、更快、选择更多？

短期看，答案是肯定的。多一个大玩家入场，价格战几乎无法避免。Bedrock 上 Llama 4 Maverick 的定价已经不算便宜，如果 Meta 自己下场，直接跳过 AWS 这一层中间商，理论上可以给出更有竞争力的报价。

中期看，会加速 推理侧的军备竞赛。Meta 有自研 MTIA 芯片，AWS 有 Trainium/Inferentia，Google 有 TPU，微软有 Maia。四家都在往芯片自主上砸钱，直接后果就是主流模型的推理成本会持续下降。2024 年到 2026 年，主流大模型 API 单价降了不止一个数量级，这个趋势不会停。

长期看，需要观察 Meta 的开放度。它到底是做一个只卖自家模型的封闭平台（像 OpenAI 的 API），还是做一个多模型市场（像 Bedrock）。前者做起来容易但天花板低，后者难度高但想象空间大。以扎克伯格一贯的野心判断，大概率会往后者走。

一点判断

这条新闻本质上不是 Meta 心血来潮，而是 超大规模基础设施投资的必然商业化。当你囤的算力多到用不完，卖出去是唯一合理的选择。

Meta Compute 能不能挑战 AWS？短期不能。但它会让本来就热闹的 AI 云市场再热闹三度，也会给开发者更多议价空间。真正需要担心的是二线云厂商——CoreWeave 这样的独立 GPU 云、以及一些区域性的 AI 云服务商，Meta 一进来，中间地带会被挤得更狭窄。

扎克伯格这一步，赌的不是 Meta 能不能做成第二个 AWS，而是——在 AI 时代重新洗牌的窗口期，社交巨头能不能把基础设施红利再吃一遍。这个赌注下得不算小。

参考来源

• 消息称 Meta 筹建云服务业务，计划对外售卖闲置 AI 算力与模型 - IT之家：IT之家对彭博社原始报道的中文整理，包含 Meta Compute 项目和 Muse Spark 模型的关键信息