互联网电商行业点评报告：Meta入局AI云，算力租赁价值再验证

Meta入局AI云，算力租赁价值再验证 2026年07月08日 增持（首次） 证券分析师张良卫执业证书：S0600516070001021-60199793zhanglw@dwzq.com.cn证券分析师张家琦执业证书：S0600521070001zhangjiaqi@dwzq.com.cn证券分析师欧子兴执业证书：S0600525110002ouzx@dwzq.com.cn 事件：据彭博社7月1日报道，Meta正在制定云基础设施业务计划，拟对外出售AI计算能力和模型访问权限，潜在模式包括类似AWSBedrock的模型托管/API调用，以及类似CoreWeave的底层AI算力容量租赁。 Meta切入云业务，验证AI算力资产具备外部变现价值：我们认为，Meta规划云业务的核心原因在于AI基础设施投入进入高强度阶段后，公司需要提高算力资产利用率、加快现金流回收，并为大规模AI资本支出提供更清晰的商业化解释。AI基础设施不再只是内部模型训练和产品迭代的成本中心，也可以在阶段性可调配时对外销售，形成更近端的收入和现金流回收。同时，Meta布局云业务并不意味着AI算力过剩。从自建算力看，公司仍在推进GW级AI数据中心建设；从外部租赁看，公司与CoreWeave、Nebius等厂商签订大额算力合同以采购第三方算力。Meta等头部科技公司正在将稀缺算力作为战略资源进行更高效配置。 算力租赁具备较高收入弹性，Meta算力商业化有望打开增量收入空间：算力租赁本质是高投入、高折旧的重资产业务。据我们测算，CSP出售1GW高端AI算力的年化收入约150-200亿美元，NeoCloud收入区间约100-200亿美元；成本端，1GW数据中心容量成本约500-600亿美元，其中服务器、网络等计算设备是最大成本项，占比约70%。在中性情形下，若年化收入达到175亿美元、初始投入控制在550亿美元、年化TCO约105亿美元，则1GW算力租赁对应年化经营利润为70亿美元，静态ROI约12.7%。对于Meta而言，我们预计其中短期实际可对外出售算力约1-1.5GW，若按约1.5kW/张系统级功耗折算，对应约67-100万张H100/H200等效算力。在中性情形下，若可出租算力达到1.25GW、按需单价为5.0美元/GPU小时、折扣后实现率为55%，则Meta算力租赁年化收入约201亿美元。若进一步叠加模型API、托管推理和企业级AI服务，收入可提升20%-60%。 相关研究 《DeepSeek R1影响深远，看好港股互联网价值重估》2025-02-20 《互联网格局演变系列报告（一）本地生活竞争复盘》2024-07-16 投资建议：Meta拟对外出售算力说明在大模型训练、多模态模型迭代、Agent工作流、企业级AI应用和推理需求持续增长的背景下，高质量AI算力仍具备稀缺性和外部变现价值。后续建议重点关注：1）具备AI云平台化能力和外部变现能力的平台型公司，包括Meta、Microsoft、Google、Amazon等；2）海外算力和存储产业链，包括Nvidia、Broadcom、Marvell、Micron、SK Hynix、Dell、Lenovo等；3）具备大客户合同、融资能力和交付能力的NeoCloud龙头，包括CoreWeave、Nebius等。 风险提示：AI算力需求不及预期；算力租赁价格下降；行业竞争加剧。 内容目录 1. Meta拟对外开放AI算力与模型服务...............................................................................................41.1. Meta为什么拟切入云业务........................................................................................................41.2. Meta云业务并不意味着AI算力过剩......................................................................................62. AI算力租赁商业化测算......................................................................................................................72.1. 1GW AI算力租赁的收入、成本和投资回报测算...................................................................72.2. Meta出租算力能获得多少收入................................................................................................83. Meta切入云业务对CSP和NeoCloud的影响.................................................................................94.投资建议............................................................................................................................................105.风险提示............................................................................................................................................10 图表目录 图1：Meta云业务潜在发展方向.........................................................................................................4图2：Meta资本支出（亿美元）与同比增速（%）..........................................................................5图3：Meta广告收入（亿美元）与同比增速（%）..........................................................................5图4：不同厂商AI算力租赁年化收入对比（十亿美元/GW）.........................................................7 表1：Meta算力租赁合约（25年8月-26年4月）..........................................................................6表2：CSP 1GW AI算力租赁投资回报测算........................................................................................8表3：Meta算力租赁收入测算.............................................................................................................8 1.Meta拟对外开放AI算力与模型服务 事件：据彭博社7月1日报道，Meta正在制定云基础设施业务计划，拟对外出售AI计算能力和模型访问权限，与AWS、Azure、GCP等云计算龙头在AI基础设施和模型服务层面展开竞争。相关方案仍处于内部讨论阶段，尚未最终确认，潜在业务方向可能包括两类：1）模型即服务：类似AWS Bedrock的模型托管和API调用模式，Meta可能基于自有及外部采购的AI基础设施，向第三方开发者开放其托管模型的访问权限，包括自研Muse Spark等模型，并按使用量计费；2）裸算力租赁：类似CoreWeave等NeoCloud厂商的模式，Meta可能直接向外部客户出售底层AI计算容量访问权限。此前，Meta CEO扎克伯格曾在股东大会上表示，出售冗余算力或推出API服务确实是一个可选方向，并透露几乎每周都有不同公司主动联系Meta，希望Meta提供API服务，或以高于Meta自身采购成本的溢价购买算力。 数据来源：Bloomberg，东吴证券研究所 1.1.Meta为什么拟切入云业务 我们认为，Meta规划云业务的核心原因是公司在AI基础设施投入进入高强度阶段后，开始系统性思考如何提高算力资产利用率、加快现金流回收，并为大规模AI资本支出提供更清晰的商业化解释。市场对Meta AI投入的主要担忧在于，资本开支和折旧压力快速上升，但Meta AI模型、个人超级智能体等新业务的收入兑现周期较长，投资者难以判断大规模AI资本开支的中长期回报。 广告业务仍是Meta AI算力投入的基本盘，但难以单独解释未来更高强度AI资本支出。过去几年，Meta持续将AI应用于广告推荐、内容推荐和生成式广告工具，推动推荐模型规模、广告匹配效率和广告主投放效果提升。FY26Q1，Meta广告收入达550 亿美元，同比增长33%，广告展示总数同比增长19%，广告单价同比增长12%，用户粘性、广告负载优化和广告效果改善共同支撑广告变现提升。但从边际角度看，广告业务对新增AI算力的消化能力仍需观察。新增GPU投入能否继续带来足够的广告曝光、转化效率和广告单价改善，仍存在不确定性。 自研模型不及预期也加大了市场对AI投入回报周期的担忧。与OpenAI、Google、Anthropic等头部模型厂商相比，Meta虽然在开源生态、社交分发入口和广告场景上具备优势，但其自研模型在性能、商业化闭环等方面仍有待验证。Meta最新前沿模型MuseSpark在多模态理解、健康问答和智能体任务方面的表现具有竞争力，但与最前沿模型仍有差距。独立测评机构Vals AI首席执行官指出，编程能力仍是Muse Spark的明显短板。此外，据Business Insider报道称，扎克伯格在内部会上承认AI Agent技术进展慢于预期，并希望未来3-6个月看到更明显回报。 Meta拟切入云业务，为AI基建投入提供了新的解释框架。AI基础设施不再只是支撑内部模型训练和产品迭代的成本中心，也可以在阶段性可调配时对外销售，形成更近端的收入和现金流回收。随着内部训练、推理、模型接口、外部算力租赁和AI应用共享同一套基础设施，Meta可以将AI基建从单一内部用途转化为多用途算力资产池，在不同业务场景之间动态调度容量，减少阶段性闲置，并让已投入的GPU和数据中心资产更快产生收入，从而改善资本回报。 从算力代际配置看，Meta也可能将不同代际AI算力匹配到不同经济用途。最新一代GB200、GB300、Rubin等高性能集群，具备更高互联带宽、更大显存容量和更强训练效率，更适合优先服务下一代前沿大模型训练、Meta超级智能实验室等战略级内部项目。上一代H100、H200等算力虽然在最前沿训练中的边际效率相对下降，但仍可用于推理、模型微调、企业专属集群和外部算力销售。AI算力资产可以从高端训练资产逐步下沉为推理和租赁资产。通过这种分层调度，Meta有望延长GPU资产生命周期，形成内部AI需求支撑长期投入、外部算力销售改善中短期收入和现金流回收、模型与智能体服务打开中长期应用变现空间