文｜半导体产业纵横

近期，全球AI基础设施领域风云突变。先是Meta宣布计划将部分闲置AI算力对外出租，引发资本市场剧烈震荡；随后，软银集团正式成立新公司SB Neo，大举进军美国算力租赁市场。与此同时，老牌PE黑石集团突然叫停了原计划投资超1000亿美元的全球最大数据中心项目，而微软也因安全顾虑放弃了与甲骨文价值30亿美元的云算力租赁协议。

一边是巨头下场“卖算力”，一边是千亿级基建项目紧急刹车。这一系列看似矛盾的动作，让市场惊呼：难道AI算力已经过剩？算力基础设施的投资泡沫是否即将破裂？

从半导体产业的视角深入剖析，我们看到的并非简单的“算力过剩”，而是AI产业发展逻辑的深刻重构。过去两年不计成本、跑马圈地的“野蛮生长”时代正在落幕，AI基础设施的竞争正全面步入“效率为王”的全新阶段。

巨头选择算力变现？

2026年7月，Meta宣布计划推出云基础设施业务，向外部客户出售AI算力和模型访问权限。消息一出，Meta股价单日大涨近9%，市值暴增约1270亿美元。然而，AI算力产业链却集体承压——CoreWeave、Nebius等算力租赁新贵股价重挫超13%，存储芯片巨头美光、SK海力士、三星电子均录得大幅下跌。

市场的第一反应是恐慌：连Meta都消化不了自己的GPU了，说明算力过剩了。

然而，这种线性思维忽略了AI算力资产的特殊性与巨头们的真实意图。Meta的出租行为，本质上是资产运营效率的升级，而非需求见顶的信号。

2026年，Meta的资本开支指引高达1250亿至1450亿美元，绝大部分流向了数据中心和GPU采购。截至目前，Meta已累计承诺1830亿美元的AI基础设施投入。作为一家收入98%依赖广告的公司，每年数千亿美元的投入沉淀为庞大的算力集群，但开源的Llama模型本身并不产生直接收入。将上一代算力或阶段性闲置资源对外变现，不仅能直接摊薄折旧与运维成本，更是将GPU集群从"纯成本中心"转化为"可创收资产"的关键一步。摩根士丹利测算，如果Meta出租250MW算力一年，可带来约100亿美元收入。

这并非Meta的独创。此前，马斯克旗下的xAI已经将其Colossus超级计算集群的算力成功出租，且规模惊人。据多家媒体报道，Anthropic租下了Colossus 1的全部容量——约22万个Nvidia GPU——每月支付高达12.5亿美元的租金，合同期限至2029年5月，总价值约400亿美元；谷歌也每月支付9.2亿美元租用桥接算力，以弥补自身数据中心建设进度的不足。仅这两项交易，就为SpaceX带来每月超过21亿美元的现金流。据机构测算，按这一月租金水平推算，隐含的投资回报率约为两年即可收回全部资本开支。

软银集团的入局则进一步印证了这一赛道的吸引力。7月2日，软银宣布成立SB Neo，计划在2027财年面向美国企业推出基于Nvidia最新GPU的云服务，目标是构建10GW规模的AI数据中心基础设施，初始部署地点为俄亥俄州的800MW站点。为支撑这一扩张，软银正以其OpenAI股份为抵押获取100亿美元贷款。

从Meta到xAI再到软银，巨头们纷纷化身“算力包租公”，并非因为他们不再需要算力，而是因为在算力资本开支高企的背景下，他们必须寻找新的投资回报路径。正如天风证券所指出的："Meta做AI云不等于承认GPU全面过剩。这不是AI资本开支交易的终结，而是商业模式从纯烧钱基建向可收费平台资产的演进。"

值得注意的是，Synergy Research数据显示，2025年neocloud（新型算力云）市场收入已超过250亿美元，同比增长超过200%。Gartner预测，到2030年neocloud提供商将获得AI云市场20%的份额。但McKinsey同时警告，这一商业模式面临商品化风险——当GPU供应逐步宽松时，纯粹依靠GPU可用性竞争的模式将面临利润率压缩。Meta等超大规模企业的入场，无疑加剧了这一竞争压力。

数据中心建设遭遇瓶颈

在算力租赁市场火热的同时，物理世界的数据中心建设却频频撞上现实的南墙。

7月初，黑石集团旗下数据中心运营商QTS正式叫停了位于弗吉尼亚州的Digital Gateway项目。该项目占地2100英亩，原规划投资超1000亿美元，修建37栋数据中心建筑，建成后将是全球最大数据中心园区。然而，在经历了当地居民长达五年的抗争、面临州法院裁定分区审批无效的司法打击以及合作方先行退出的多重压力后，黑石最终选择止损退场。此前数日，黑石已以35亿美元出售了弗吉尼亚州三处成熟数据中心资产，释放出明确的战略收缩信号。

无独有偶，计算基础设施公司Crusoe在6月宣布"暂停"了怀俄明州一个规模达1.8GW的巨型数据中心项目。据报道，这是受到了主要客户谷歌的压力——谷歌对该项目提出了"严重关切"。该项目的用电量足以为一座中等城市供电。

这些超级项目的夭折，暴露出AI算力基建狂飙下的多重现实困境。

首先是电力供给的物理瓶颈。数据中心是名副其实的"电老虎"。据美国电力研究所数据，目前数据中心占美国电力需求的5%，到2035年可能增长3倍。在弗吉尼亚州——全球数据中心最密集的地区——这一比例已超25%。现有电网根本无法匹配AI基建的需求规模与增速。摩根大通的分析显示，计划在2027年完工的数据中心项目中，有超60%尚未开工，核心原因之一就是供电瓶颈。仅2025年第一季度，全美延误的数据中心项目总价值就高达约1300亿美元。

其次是民间抵制与政策收紧。盖洛普民调显示，七成美国人反对在自家周边修建AI数据中心。高能耗、噪音、水资源消耗以及推高生活成本等现实问题，让宏大的AI叙事在社区层面频频受阻。2026年第一季度，全美反对者至少阻碍或延误了75个数据中心项目。全美针对数据中心的活跃基层反对组织从2025年底的396个暴增至2026年3月的833个，覆盖49个州。据统计，2025年数据中心项目取消数量翻四倍至25个，180亿美元项目被阻止，460亿美元项目被延误。

此外，合规与安全要求也成为制约因素。微软放弃与甲骨文30亿美元的云算力租赁协议，正是因为甲骨文缺乏管理美国政府数据所需的联邦安全认证，且不愿为此进行大规模工程改造。这一事件表明，在算力供给日益充裕的背景下，安全合规正在成为算力交易的硬门槛。

缺电、缺水、缺许可，正在取代“缺芯”，成为算力基建的最大硬约束。黑石的退场与Crusoe的暂停，标志着资本对AI基建的投资态度正在从狂热回归理性。这些瓶颈不会杀死算力需求，但会延缓需求的兑现节奏——已经锁定的订单不会消失，但新增项目的落地周期将显著拉长。

算力供需，迎来新格局

算力出租的兴起与基建项目的延缓，对半导体产业链意味着什么？

首先，必须澄清的是，高端AI算力并未过剩。有产业调研指出，目前的算力市场是"结构性错配"——虽然部分缺乏应用场景的低端通用算力存在闲置，但支撑大模型训练的高端智能算力缺口仍高达40%，处于供不应求状态。

这一判断在半导体巨头的财报中得到了充分印证。英伟达FY2026全年收入达到创纪录的2159亿美元，同比增长65%，其中数据中心收入高达1937亿美元，占总收入近90%。最新一季财报更为亮眼，数据中心收入同比激增92%。台积电CEO魏哲家在6月明确表示，全球AI芯片需求依然强劲，尽管公司正在努力扩产，但供应在未来几年内仍将无法满足需求。台积电5月营收同比大增30%，预计2026年资本开支为520亿至560亿美元，内部倾向于接近上限。据最新报道，英伟达等AI芯片厂商仍面临短缺，台积电先进制程和先进封装产能依然紧张。

在存储领域，HBM的竞争依然白热化。SK海力士凭借在HBM市场的领先地位，市值已超越三星电子，成为韩国市值最高的公司。三星和SK海力士已将下一代HBM4的量产时间提前至2026年初，以应对持续飙升的AI需求。

然而，算力租赁模式的普及，确实正在重塑产业链的采购逻辑。当Meta、xAI等巨头将算力开放给外部客户时，实际上是在提升整个社会的算力利用率。中小型AI企业不再需要购买昂贵的硬件，而是转向租赁。Apollo的一份报告指出，GPU价格自2025年初已上涨约8倍，这使得租赁模式对中小企业更具吸引力。这种资源共享模式，在一定程度上延缓了总算力需求的绝对增速，促使云厂商在采购硬件时更加注重性价比和能效比。

这也是为什么AI大厂纷纷投入自研芯片的深层原因。6月24日，OpenAI联合博通正式推出了专为大模型推理优化的Jalapeño芯片——这是OpenAI的首款自研芯片，从设计到生产仅用9个月。与此同时，Anthropic正与三星洽谈定制AI芯片开发；Meta自研芯片第四代“Iris”计划9月投产，目标是实现算力翻倍。面对高昂的GPU成本，AI大厂正在通过定制化专用芯片来降低单位推理成本，摆脱对英伟达的过度依赖。这一趋势对博通等芯片设计公司构成重大利好，但对英伟达在推理市场的长期份额构成潜在威胁。

从更宏观的产业链视角看，算力出租模式的兴起正在催生一种新的供需平衡机制。过去，AI算力的供给链条是线性的：芯片设计商出货给云厂商，云厂商自用或转售给终端客户。如今，巨头们既是芯片的最大买家，又是算力的出租方，这种"自用+外租"的双重身份，使得算力资源的配置效率大幅提升。对于半导体设备商而言，这意味着下游客户的采购行为将更加理性——不再是恐慌性囤货，而是基于实际利用率和投资回报的精细化采购。短期内，这可能导致部分订单节奏放缓；但长期来看，更健康的需求结构反而有利于产业链的可持续增长。