Meta的AI支出悖论：千亿承诺之下，内部使用封顶浮出水面

在18个月内向GPU云、芯片合作和数据中心建设投入数百亿美元之后，Meta据报道与亚马逊、沃尔玛一道限制内部AI服务使用——这一信号表明，即便是业内最大的基础设施建造者，也正在直面规模化推理的单位经济压力。

2026年6月22日，一篇来自韩国科技媒体的报道记录了一个耐人寻味的反差：Meta平台、亚马逊与沃尔玛——全球AI基础设施支出最为激进的企业之列——据报道已开始限制员工及内部AI服务的使用规模以控制成本。这则消息对Meta而言格外值得关注。在此前的18个月里，该公司已将数十亿美元锁定在GPU云合约、多方芯片合作协议和跨越多大洲的数据中心建设项目之中，构筑起科技史上最为宏大的资本部署计划之一。如今，同一家公司却在自身AI账本的需求端悄然收紧，这与其说是自相矛盾，不如说是一次客观的揭示：达到足够规模之后，即便是基础设施的建造者，也无法回避推理服务的单位经济考验。

Meta在基础设施层面的合约承诺，无论体量还是节奏都令市场瞩目。2025年9月，Meta与GPU云计算专营商CoreWeave签署了据报道规模达140亿美元的协议，锁定专属推理算力；至2026年4月，该协议已扩展至210亿美元，多方报道将其定性为超大规模云厂商对单一供应商有史以来最大的承诺。同期，Meta于2026年2月宣布与AMD建立多年合作关系，据报道合作规模逾千亿美元，覆盖6吉瓦算力基础设施——若属实，这将是对AMD Instinct GPU路线图作为英伟达主流硬件可信替代的一次代际性押注。Meta与英伟达亦于同期披露了一项被当时报道定性为多年战略联盟的合作框架，内容涵盖下一代GPU、Meta已开始大规模部署的独立Vera CPU，以及WhatsApp的AI集成能力。2026年6月，博通进一步被证实正在向Meta供应定制AI芯片，与谷歌、Anthropic和OpenAI并列，进一步丰富了Meta的芯片采购版图。

这一轮支出浪潮的根基奠定于2025年1月，Meta彼时承诺全年AI基础设施投入不低于600亿美元；扎克伯格随后将这一数字细化为650亿美元，目标是建设容纳130万块AI GPU的数据中心群。2025年7月，一座5吉瓦级别的数据中心园区计划正式公布；同年8月，Meta详细披露了其Catalina Pod架构，该架构集成了英伟达Blackwell GB200 NVL72 GPU、Open Rack v3机架与液冷系统，是其AI雄心的实体投影。然而，同月传出的另一则消息已然埋下警示：据报道，Meta的Hyperion数据中心项目面临约50亿美元的成本超支——这一数字尚未获官方核实，但已为2026年中期愈发明显的成本管控趋势预埋伏笔。为分散供应风险并降低对单一供应商的依赖，Meta同步推进多条并行路径：于2026年4月部署数百万个AWS Graviton ARM芯片；于2025年9月收购定制芯片初创公司Rivos；于2025年10月与甲骨文共同采用英伟达Spectrum-X以太网交换机，用于最大规模GPU集群的互联组网。2026年5月披露的消息显示，Meta已与CoreWeave、甲骨文及阿里巴巴并列，成为英伟达Vera CPU平台的早期采购方，将这种多元化布局延伸至CPU-GPU融合计算的新兴层级。

对此次AI使用封顶措施的解读，需结合上述基础设施背景审慎进行。对于运营着Meta量级算力的公司而言，限制员工使用AI编程助手或内部聊天机器人，相对于210亿美元的CoreWeave承诺，节省的成本在运营层面几乎可以忽略不计。这一举动更可能传递的是一个结构性信号：将成本归属机制引入此前未设直接预算核算的业务单元——这是企业技术采用周期中普遍存在的模式。亚马逊与沃尔玛的同步动作进一步印证，这是全行业的理性化调整，而非Meta的个别退缩。Meta自身的商业模式令这道算术比同行更为复杂。与微软直接向企业客户收取Copilot访问费用、谷歌通过云合同将Gemini变现的路径不同，Meta的AI投入主要属于防御性支出——嵌入于驱动广告营收的推荐系统与内容排序引擎之中，缺乏按查询计费的直接机制来对冲推理成本。开源的Llama战略固然积累了可观的生态声誉，并降低了第三方模型授权支出，却并未像专有API业务那样产生直接的AI收入。

向前看，Meta在AI基础设施建设浪潮中的结构性地位依然举足轻重。其多元化的芯片战略——贯穿AMD、英伟达、博通定制硅、AWS Graviton以及未来Rivos衍生加速器——赋予其同行难以复制的议价筹码与供应链韧性。2026年6月报道的、由亚马逊和英伟达共同支持的AI光纤基础设施项目，表明Meta的战略布局已延伸至算力栈之下的网络层。然而，风险与承诺的量级亦同步放大。总额逾千亿美元的长期供应协议——仅AMD 6吉瓦合约便横跨数年——形成了以AI需求持续增长和广告市场长期健康为前提的账面义务。若AI推理效率的提升速度快于当前预期——DeepSeek在2025年1月的亮相已证明，即便在硬件约束下仍有可观的能力提升空间——正在大规模部署的算力或将超出近期需求，压缩已投资本的回报。三个具体信号将为市场提供进一步的参照：其一，随着成本管控措施持续深化，Meta 2026年及2027年的资本支出指引是否出现下修；其二，Rivos衍生定制芯片进入量产的速度及其对外部采购量的实质影响；其三，开源Llama生态能否形成足够强的开发者黏性，在尚无直接变现路径的情况下，为持续的基础设施投入提供合理性支撑。