7月1日、あるトップニュースが、Metaが余剰のAI計算能力を売却し、NeoCloudのようなビジネスモデルを構築する可能性があると報じました。市場はこれを「算力供給過剰」の最初の現実的なシグナルと解釈しました。これに、メモリがCapEX全体に占める割合が高すぎるという従来の懸念が加わり、体系的な下落が始まりました。
1️⃣METAはAI競争で敗れた
これは既に公然の事実です。モデルの遅れに加えて、多額のAI投資がMetaのキャッシュフローをさらに消耗させています。変更を加えなければ、Metaのフリーキャッシュフローは今後数年間、マイナスが続くでしょう。
現在、H100/H200の計算能力はMetaの現在の内部インフラで約65%の利用率であり、残りの35%の遊休能力は資金不足のMetaに現金化の手段を提供しています。
これは決して少額ではありません。
2️⃣計算能力の階層化
Metaが外部にレンタルするのは主にH100/H200世代のGPUクラスターであり、最新世代の「トップトレーニング計算能力GB300」は引き続き自社利用が中心です。
Metaは現在、計算能力をレンタルするために2つのモデルを計画しています：
1）生のcomputeをレンタルし、顧客がMetaのデータセンターでトレーニング/推論を行う（CoreWeaveのようなもの）；
2）MetaのインフラにホストされたAIモデルへのアクセスを開放する。
推論カード vs トレーニングカードの需要は分化し、古いカードは推論に、新しいカードがトレーニングを主導するのが主流です。
トップトレーニング計算能力は依然として不足しています。ハイエンドトレーニング計算能力の納入期間はまだ6～9ヶ月以上です。
3️⃣AI需要は減速したのか？
SemiAnalysisは具体的な数字を示しました：2026年上半期だけで、Metaはすでに5GWを超えるデータセンター容量を契約しており、クラウドレンタルとハウジング施設を含みますが、これは自社建設プロジェクトの全進捗を含んでいません。
先ほど35%の計算能力が遊休していると述べましたが、なぜ新しい計算能力を買い続けるのでしょうか？
Meta Superintelligence Lab（MSL）の大規模モデル研究開発は、計算能力利用の最優先方向として挙げられ、次世代のLlamaシリーズやマルチモーダルモデルのトレーニング反復をサポートし、OpenAI/Anthropicに追いつこうとしています。
広告レコメンドシステム（RecSys）：10倍の拡張余地。
SemiAnalysisは、Metaが広告レコメンドシステムの複雑さを10倍以上に拡大でき、それによって収益成長を加速できると信じていると述べています。これには推論とトレーニングの計算能力の両方への投資が必要です。より大きく、より高価なRecSysモデルは、広告主がより高い価格を支払う一方で、強力な広告収益率を維持することを既に促進しています。
以上、依然として苦しいポジションを保持していますが、楽観的です。

原文表示