Meta“转卖算力”为什么引发 AI 硬件大跌？

这次 Meta 被曝计划出售多余 AI 算力，表面看是一个公司新闻，但市场真正交易的不是“Meta 要不要做云业务”，而是 AI 硬件行情的核心假设是否开始松动。

过去两年，AI 硬件的主流定价逻辑很简单：大模型需求无限增长，GPU、HBM、光模块、网络、电力、散热全面短缺，CSP 资本开支只能持续上修，所以硬件链的收入、利润和估值一起抬升。

但 Meta 这条新闻让市场突然开始反问：如果连 Meta 都有多余算力可以外租，是否意味着部分 AI 算力已经从“绝对短缺”进入“局部过剩”？如果平台方可以通过外租、调度和软件优化提高利用率，那么未来还需要继续以同样的速度采购硬件吗？

所以，这次下跌不是市场在交易“AI 需求消失”，而是在交易三个更现实的问题：

第一，AI capex 的斜率是否会下修。
硬件股不是按今年订单定价，而是按未来几年持续上修定价。只要市场怀疑 2027、2028 年 capex 增速可能放缓，估值就会先杀。

第二，算力租赁价格是否会下行。
如果 Meta、Google、Microsoft、Amazon 未来都把部分算力拿出来卖，市场上的可出租 GPU 供给增加，CoreWeave、Nebius 这类 neocloud 的议价权就会下降。

第三，AI 硬件是否从“短缺叙事”进入“ROI 叙事”。
过去市场只问谁有产能、谁能交货；以后会问每 MW 能产出多少 token，每张 GPU 利用率多高，每 token 成本能降多少，外租价格能否覆盖折旧、电力和运维。

这也是为什么 Meta 涨、硬件跌并不矛盾。对 Meta 来说，巨额 AI 基建从纯成本变成了潜在收入资产；但对硬件链来说，平台方提高利用率、外租存量算力、优化推理效率，都可能意味着新增硬件订单斜率下降。

不过，这不等于 AI 硬件主线结束。更准确的判断是：AI 硬件行情正在从第一阶段进入第二阶段。

第一阶段涨的是短缺、产能、订单和 capex beta。只要沾上 AI 硬件，市场愿意给高估值。

第二阶段涨的是瓶颈、效率、系统整合和 token economics。市场会重新区分：谁是真正不可绕开的瓶颈，谁只是吃了 AI capex 的估值红利。

后续最可能的演绎，是先杀估值和拥挤度，再按真实产业瓶颈重新分层。

最承压的，是纯粹依赖 GPU 稀缺和高租赁价格的 neocloud。它们的逻辑会从高成长科技股，逐渐被市场重估为重资产算力租赁生意。

Nvidia 短期会受估值和客户议价担忧影响，但中长期仍是 AI 系统主干。它的核心不是单卡 GPU，而是 GPU、CPU、网络、软件栈、rack-scale 系统和生态锁定。

HBM、先进封装、高端光模块、企业级 SSD、CPU 和网络互联，短期可能跟随硬件链回调，但中长期逻辑并没有被破坏。推理、long context、agentic workflow 继续发展，只会让系统瓶颈从 GPU 向内存、存储、CPU、网络和电力继续外溢。

真正需要警惕的，不是“AI 需求没了”，而是“无差别硬件上涨”结束了。

接下来半年，市场的核心问题会从：

“AI capex 还会不会继续增加？”

变成：

“AI capex 的利用率有多高？结构投向哪里？每个环节的边际拉动还剩多少？谁能真正降低每 token 成本？”

所以这次下跌更像是一次叙事切换，而不是主线终结。

AI 硬件没有结束，但投资逻辑变了：从买 capex 总量，转向买 token economics 的真实瓶颈。