计算机行业研究：如何看META做云

Meta进军云业务，是算力动态调配的必经之路。Meta正筹备推出Meta Compute云计算业务，面向外部客户提供AI模型API调用与GPU原始算力租赁服务，海外企业频繁主动向Meta寻求算力合作，推动其加速落地云业务布局。行业层面，巨额GPU、存储、数据中心投入带来明显算力峰谷错配，亚马逊、微软、谷歌早已搭建完整公有云体系。Meta2024年底有34万张H100，预计对外出租成熟存量算力而非最前沿稀缺芯片，能够盘活固定资产、拉长设备现金流周期，缓解市场对高额AI资本开支折旧、资产闲置的焦虑，补齐Meta缺少算力内外灵活调配商业系统的短板，也是大模型时代算力资产多重变现的必然选择。 不是放弃模型：公司表态指向更大训练投入。Meta布局对外云算力服务，并不会削减基础大模型研发投入，反而持续推进更高规格超大模型训练迭代。公司首席AI官公开确认新一代Watermelon模型正在训练，算力规模较前代Avocado提升一个数量级；现有Muse Spark模型持续优化代码生成、AI智能体两大核心能力，更新后同步上线Meta AI产品与全新对外开放API。外界容易产生“出租算力=放弃顶尖模型研发”的误区，但实际运营模式为：前沿稀缺算力优先供给内部SOTA模型训练与自有产品推理，仅将阶段性未充分利用的闲置存量算力对外商用。同时外部客户使用算力、调用模型产生的反馈数据，还能反向优化Meta模型能力，实现模型研发与云算力业务双向赋能。 算力需求仍被低估，短期波动源于资本开支担忧，中期价值来自现金流循环。供给端，Anthropic 2026年一季度业务规模同比暴涨80倍，斥资每月12.5亿美元向SpaceX采购超22.2万张GPU，头部AI企业仍在高价争抢算力，证明行业算力供给并未过剩；需求端，AI智能体市场早期由代码场景拉动，但办公、法务、财务、企业流程自动化等知识工作者群体市场空间更大，OpenAI Codex非开发者用户增速远超开发者，国内腾讯WorkBuddy等办公智能体平台月访问量、环比增速均大幅走高，推理需求将持续长期扩张。短期市场围绕高额AI资本开支存在分歧，但Meta云业务打通“广告现金流投入基建、基建支撑模型产品、闲置算力对外创收、外部反馈优化模型”的闭环，若市场因过度担忧资本开支引发板块回调，将带来配置窗口。 投资建议 相关标的： 海外算力：工业富联、胜宏科技、东山精密、中际旭创、中钨高新、蓝思科技、领益智造、鹏鼎控股、江海股份、东阳光、火炬电子、三环集团、欧科亿、天孚通信、鼎泰高科、新易盛、兆易创新、唯科科技、天岳先进、大普微、源杰科技、麦格米特、景旺电子、英维克、京东方等；英特尔、SK海力士、Lumentum、闪迪、铠侠、美光。 国内算力：寒武纪、海光信息、东阳光、中芯国际、华虹半导体、禾盛新材、摩尔线程、天数智芯、协创数据、华丰科技、杰华特、壁仞科技、京基智农、华达科技、中科曙光、利通电子、浪潮信息、利扬芯片、沐曦股份、华勤技术、国科微、中国长城、晶科科技、罗曼股份、网宿科技、盈峰环境、芯原股份、晶科科技、亿田智能、豫能控股、星环科技、鸿日达、盛视科技、首都在线、神州数码、百度集团、润泽科技、大位科技、润建股份、奥飞数据、云赛智联、瑞晟智能、科华数据、潍柴重机、金山云、欧陆通、杰创智能、奥尼电子。半导体设备：中微公司、北方华创、拓荆科技、长川科技。 风险提示 行业竞争加剧的风险；技术研发进度不及预期的风险；特定行业下游资本开支周期性波动的风险。 内容目录 一、Meta进军云业务，是算力动态调配的必经之路..................................................3二、不是放弃模型：公司表态指向更大训练投入.....................................................3三、算力需求仍可能被低估.......................................................................43.1 Anthropic算力需求紧张.................................................................43.2推理需求不仅来自于Coding，也来自Work..................................................43.3短期波动来自Capex担忧，中期价值来自现金流循环.........................................6风险提示.......................................................................................6 图表目录 图表1：Alexandr Wang表示META模型即将更新....................................................3图表2：Alexandr Wang表示META还在训练更大的模型..............................................4图表3：Codex的开发者和非开发者用户增长.......................................................5图表4：2026年3月中国PC端AI原生办公智能体平台月访问量及增速情况...........................5 一、Meta进军云业务，是算力动态调配的必经之路 据Bloomberg报道，Meta正在探索推出名为Meta Compute的新云计算业务，可能向外部客户出售AI模型访问或原始算力。TechRadar另报道称，Zuckerberg曾表示云计算业务在考虑范围内，外部公司几乎每周询问Meta是否可提供API服务或算力。 我们认为，这一事件的核心是大模型时代的基础设施投资已经具备“内部自用+外部出租+模型服务化”的多重变现可能。若Meta的GPU、存储、网络与电力容量存在阶段性错配，将闲置或低利用率部分转化为外部收入，反而有助于降低市场对资本开支回报周期的焦虑。 我们认为，在亚马逊、微软和谷歌均已拥有成熟云业务的背景下，Meta的结构性短板是缺少将算力在内部需求、外部客户和生态开发者之间动态调配的商业系统。云服务并不意味着基础模型研发降速；相反，微软与亚马逊在基础模型相对依赖外部伙伴的情况下，仍保持高强度AI基建投资。Meta进入云市场，是通过动态调配优化自身算力利用率的必经之路。 同时我们认为若Meta推出云算力服务，首批外部化资源更可能是存量成熟H系算力，而不是最前沿、最稀缺的最新型号算力。此前Business Insider报道称Meta到2024年底将拥有超过34万张Nvidia H100 GPU，合计约60万张GPU。Tom's Hardware报道称，Nvidia表示其云伙伴可以租出所有已上线的H100/H200。如果Meta能把存量H系算力商业化，可以验证推理需求扩张可以延长旧资产现金流周期，并降低市场对AICapex折旧和闲置的担忧 二、不是放弃模型：公司表态指向更大训练投入 Business Insider报道称，META首席AI官Alexandr Wang在内部会表示Meta下一代模型Watermelon正在训练，使用算力较Avocado高一个数量级。Alexandr Wang在X原帖称，下一次Muse Spark更新即将到来，编码和智能体能力会有较大改进，并将面向Meta AI和新API推出。Barron's报道称，Meta将Muse Spark称为scaling ladder的第一步，并表示更大模型仍在开发。 来源：X,国金证券研究所 我们认为，X原帖与媒体报道相互印证：Meta仍在围绕Muse系列模型、编码能力、智能体能力和API形态推进，而不是把基础模型研发让位给单纯的算力出租。相比卖算力等于放弃追求训练SOTA模型的理解，更可能的情况是：Meta一方面继续投入更强基础模型，另一方面把阶段性未被内部模型训练和产品推理吃满的资源服务化。尤其在模型训练呈现批量化、项目制、峰谷波动的情况下，云化调度可以提升资产利用率。 三、算力需求仍可能被低估 3.1Anthropic算力需求紧张 Times of India道称，Dario Amodei提到Anthropic 2026Q1收入和使用量同比约80倍，明显高于原本最高约10倍的预期。 Tom's Hardware报道称，Anthropic与SpaceX的Colossus 1合作涉及逾22.2万张Nvidia GPU和300MW以上算力。Business Insider报道称，Anthropic将向SpaceX支付每月12.5亿美元用于Colossus数据中心算力。 我们认为，若Anthropic这类模型公司仍在高价寻找外部算力，Meta进入云市场更是验证行业算力短缺仍存在，而不是证明行业已经供给过剩。AI需求的核心不仅是训练，推理、智能体、代码、长上下文、多模态和企业API一旦规模化，会持续消耗GPU、存储、网络、调度软件和电力。当前AI在企业流程、个人生产力、广告、电商、游戏、内容生产、客服和软件开发中的渗透率仍处早期，需求不宜用单一应用的短期热度来线性外推。 3.2推理需求不仅来自于Coding，也来自Work 我们认为，当前部分投资者担心OpenAI、Anthropic的ARR主要由coding场景驱动，进而担心开发者市场渗透后大模型商业化增速放缓。但Codex的最新使用数据已经显示，agentic AI的增长并不局限在软件开发者群体，知识工作者、法务、研究、文档、数据分析、流程自动化等非开发者场景正在快速上量。 OpenAI论文《The Shift to Agentic AI: Evidence from Codex》显示，Codex活跃用户在2026年上半年增长超过5倍，最快增长发生在软件开发者这一初始受众之外；论文还称，OpenAI内部Codex使用几乎普及，并在很大程度上取代了ChatGPT的业务使用。Axios报道称，Codex每周用户超过500万，较2月桌面应用发布以来增长超过6倍；知识工作者约占用户20%，采用速度超过开发者3倍。 图表3：Codex的开发者和非开发者用户增长 The Wall Street Journal报道称，腾讯正推进agentic AI，推出WorkBuddy等工具，并称WorkBuddy是中国使用最广泛的生产力AI agent服务。 我们认为，coding是agentic AI的第一块高频刚需市场，因为代码任务结构化、可验 证、ROI清晰；但work市场的潜在TAM更大。办公、运营、销售、财务、法务、研究、客服、内容生产和企业内部系统操作的人群规模远高于专业开发者，且这些任务天然需要跨应用调用、长流程执行、文件处理和组织知识沉淀，正好对应大模型从聊天走向agent的能力升级方向。即便OpenAI、Anthropic早期商业化被coding拉动，也不应简单外推为商业化天花板将至；更合理的判断是，coding证明了高付费意愿和高频使用，work则提供更大的用户基数和更长的商业化曲线。 3.3短期波动来自Capex担忧，中期价值来自现金流循环 我们认为，短期市场容易在两种叙事之间摇摆：一是“Meta云化说明AI基建投多了”，二是“Meta找到了将AI Capex货币化的新出口”。但拉长看，云业务的战略价值不只在收入增量，更在于云化能力可以帮助公司更灵活地配置训练与推理资源让Meta的资本支出形成更健康的闭环：广告现金流支持基建，基建支持模型和产品，阶段性冗余支持外部云收入，外部客户反馈反过来提升模型和平台能力。短期泛算力板块涨幅较大时，波动可能加剧；但若因“Meta卖算力=AI