夜雨聆风7 月 2 日至 3 日，科技圈接连爆出两则算力相关消息，方向截然相反，却指向同一个信号 ——AI 算力竞争正在从 “抢购英伟达” 进入 “重新定义算力价值” 的新阶段。
先看 Meta。据财联社、彭博等多家媒体交叉印证，Meta 内部正推进名为 Meta Compute 的新项目，计划对外出租存量闲置 AI 算力、开放自研模型托管调用权限。
扎克伯格此前在股东大会表态，外部企业持续向 Meta 提出算力采购需求，若内部算力存在富余，对外商业化出租是可选路径。
此举核心逻辑并非行业整体性算力过剩，而是 Meta 盘活老旧 GPU 集群变现、补充现金流，所得资金将继续加码高端算力采购，支撑新一代大模型与智能体研发；消息传出后，英伟达及上游存储芯片股价一度承压。
与此同时，Anthropic 被曝正与三星电子开展早期洽谈，探索联合研发专属推理 AI 芯片。据 TechCrunch、韩媒知情人士消息，双方仅完成初步技术沟通，计划采用三星 2 纳米工艺与先进封装方案，目前仍停留在芯片功能、性能指标规划阶段，尚未进入详细设计与试样环节，远未落地深度合作。
该布局意在降低对通用 GPU 的依赖，但 Anthropic 短期仍会维持英伟达、谷歌 TPU、亚马逊 Trainium 多元算力采购体系。
两件事同日发酵，表面一收一拓，实则都是对算力成本结构的主动调整。
Meta 选择盘活存量算力变现，Anthropic 提前布局自研芯片，共同逻辑是单纯依赖外购通用 GPU 的性价比、自主可控空间正在逼近临界点。
有机构统计，过去 18 个月全球科技企业 AI 基建资本开支近乎翻倍，但各家算力利用率分化明显，头部厂商出现局部闲置，行业供需形成结构性错配。
产业观察人士指出，大型科技企业下场出租冗余算力，会挤压中小第三方算力服务商利润；若定制芯片后续量产成熟，也将逐步削弱英伟达通用 GPU 定价优势。
但现阶段英伟达在 CUDA 软件生态、高速互联方案壁垒深厚，替代效应短期难以显现，属于长期行业博弈伏笔。
对于普通用户与 AI 应用开发者，长期算力采购成本有望下行，推理服务定价或将更亲民；国内 AI 企业也可参考海外巨头布局思路，平衡算力外购与自研硬件投入的性价比。
你觉得算力过剩是伪命题还是真隐患？未来两年，算力租赁价格会涨还是跌？
【免责声明】：本文配图来源于网络公开渠道，如有侵权请联系删除。本文仅做产业科普实操分享，不构成任何投资、消费决策建议。文中数据及案例均来自公开信源，仅供参考，具体以实际为准。
