Meta出租算力这件事情,能不能这么理解:AI 算力会随着模型分层、模型淘汰,逐渐出现结构性过剩?
Meta自家模型没有成为最顶级、调用量也没有真正起来,但前期卡买得太多、基础设施建得太猛,那这些算力最后就只能想办法出租。
Grok,也就是马斯克的 xAI,也是类似逻辑。马斯克行动更快,在SpaceX上市前就把算力租给Anthropic了。
这些曾经有望冲击一线、但最终可能滑落到二线甚至更后面的模型,它们背后的算力,会不会慢慢变成一种“待消化产能”?
当然,问题也不只是 Meta 和 xAI。
难道只有它们的模型会从一线滑落吗?
现在除了调用量特别大、模型能力也很强的 OpenAI、Anthropic,性价比极为突出的 DeepSeek,有庞大字节业务支撑的豆包,以及有政企资源和本土渠道的智谱,其他模型公司谁敢说自己一定能稳在第一梯队?
所以 AI 算力可能不是简单的“缺”或者“过剩”。
一线模型永远缺算力,因为调用量、用户、场景都在增长。
但那些模型能力没跟上、用户规模没跑出来、商业调用没有起来的公司,前期堆出来的算力,可能就会越来越多余。
之前一堆龙虾消耗的token对生产效率来说可以说是毫无益处,所以现在各家大厂也都把token消耗幅度控制下来了。生产效率提升,最先会导致裁员,这很残酷,不然公司难道雇佣一个碳基员工,还给你配一个硅基员工?
谷歌、亚马逊、微软和Meta的资本开支加起来8000亿美金左右,基本上对应着存储御三家sk海力士、三星和美光的利润总和。合着中间环节全是内部订单自己玩循环呢。
AI 上半场是抢卡、抢人、抢存储。
下半场还是得看谁的模型真的被大量使用。