#Meta卖算力引发存储股大跌 Meta“卖算力”震动AI市场：算力过剩，还是过度恐慌？

#Meta卖算力引发存储股大跌 Meta «продает вычислительные мощности» встряхивает рынок ИИ: избыток вычислительных мощностей или чрезмерная паника?

Одна новость от Meta вызвала бурные дебаты о будущем инфраструктуры ИИ на мировом рынке капитала. В настоящее время Meta планирует предлагать услуги AI-вычислений внешним клиентам и рассматривает возможность аренды части простаивающих AI-вычислительных мощностей, чтобы повысить利用率 своей AI-инфраструктуры. Это означает, что этот интернет-гигант, который раньше в основном полагался на рекламный бизнес для переваривания инвестиций в AI, начинает пытаться напрямую превратить огромные кластеры GPU в продаваемые облачные услуги, надеясь найти новый путь окупаемости для продолжающихся высоких капитальных затрат на AI. Рынок немедленно дал диаметрально противоположные оценки.

1 июля по местному времени акции Meta выросли на 8,8%, рыночная капитализация увеличилась примерно на 127 миллиардов долларов за один день, в то время как цепочка производства вычислительных мощностей, считавшаяся бенефициаром AI-инфраструктуры, оказалась под давлением. CoreWeave и Nebius упали на 13,92% и 17,01% соответственно, акции производителей памяти, таких как SanDisk и Micron Technology, упали более чем на 10%. Затем настроения распространились на другие рынки: 2 июля Samsung Electronics и SK Hynix в Южной Корее упали на 9,06% и 14,57% соответственно, а акции AI-цепочки, такие как чипы памяти, оптические модули и PCB на китайском рынке, также в целом скорректировались вниз — GigaDevice упал до предела, а многие акции, такие как XinYiSheng, LanQi Technology и JiangBoLong, упали более чем на 10%.

По сравнению с колебаниями цен акций, больший шок вызвали рыночные настроения. За последние два года под влиянием генеративного AI мировые технологические гиганты начали беспрецедентную гонку капитальных затрат. От Meta, Microsoft, Google до Amazon, OpenAI и xAI — конкуренция в области больших моделей привела к непрерывному расширению глобальных GPU, HBM, высокоскоростных сетей и центров обработки данных, превратив AI-инфраструктуру в одну из важнейших инвестиционных тем мирового рынка капитала.

Теперь Meta начинает пытаться сдавать в аренду вычислительные мощности внешним клиентам, что инвесторы воспринимают как сигнал: если даже один из крупнейших в мире покупателей GPU начинает искать пути продажи «избыточных» вычислительных мощностей, не означает ли это, что строительство AI-инфраструктуры достигло поворотной точки? Не появляется ли риск избытка спроса на вычислительные мощности, который в последние два года непрерывно рос?

Почему Meta вызвала дебаты об избытке вычислительных мощностей Действия Meta, по сути, являются корректировкой бизнес-модели. За последние несколько лет Meta продолжала массово закупать AI-чипы и строить центры обработки данных, при этом её инвестиции в AI в основном зависели от косвенной монетизации рекламного бизнеса — через улучшение рекомендаций рекламы для повышения доходов от рекламы. Финансовые отчеты показывают, что в четвёртом квартале 2025 года доход от рекламы по-прежнему составлял более 90% общего дохода Meta. По сравнению с рекламным бизнесом, Meta не слишком успешно конкурирует в области больших моделей. В разработке моделей Meta за последний год постоянно корректировала свою AI-стратегию и проводила несколько раундов реорганизации структуры. Под давлением конкурентов, таких как Google Gemini и OpenAI, Meta начала искать больше способов монетизации AI-активов. Продажа или аренда вычислительных мощностей стала новым вариантом.

На самом деле Meta не первая компания, которая это делает. Ранее xAI, принадлежащий Маску, также сдавал часть вычислительных мощностей своего суперкомпьютерного кластера Colossus в аренду таким клиентам, как Anthropic и Google, чтобы повысить利用率 GPU. Но за этим последовали опасения рынка. Многие инвесторы считают, что если ведущие интернет-компании начинают сдавать вычислительные мощности в аренду, это означает, что значительная часть ранее закупленных GPU может простаивать, и логика «непрерывного расширения производства», на которую полагалась AI-цепочка, может измениться. Поэтому в первую очередь были распроданы такие AI-аппаратные сегменты, как HBM, память и оптические модули.

Однако многие отраслевые специалисты, опрошенные журналистами, не согласны с оценкой «полного избытка вычислительных мощностей». Представитель отдела маркетинга Jiuzhang Yunji заявил журналисту, что текущая проблема не в абсолютном избытке, а в «структурном несоответствии». «Если под избытком понимать низкоуровневые универсальные вычислительные мощности и вычислительные центры ИИ, лишённые сценариев применения, то локально избыток действительно существует, но если речь идёт о высококлассных AI-вычислительных мощностях, способных поддерживать обучение и инференс больших моделей, и об операционных вычислительных мощностях, которые можно распределять по запросу, то их всё ещё недостаточно», — сказал этот источник, ссылаясь на отраслевые данные, согласно которым средняя эффективность использования полезных вычислительных мощностей AI-кластеров в настоящее время составляет менее 20%, а дефицит высококлассных вычислительных мощностей для обучения больших моделей составляет около 40%. Вычислительные мощности для обучения в настоящее время, по отраслевым данным, находятся в состоянии превышения спроса над предложением.

Заместитель президента Lenovo и главный стратегический директор Lenovo China Abulikemu·Abulimiti также заявил журналисту, что как в Китае, так и за рубежом, в долгосрочной перспективе спрос на AI-вычислительные мощности всё ещё имеет большой потенциал роста, и в настоящее время не наблюдается избытка вычислительных мощностей. Он считает, что по-настоящему зрелые C-ориентированные AI-продукты всё ещё ограничены, а коммерциализация B-ориентированных корпоративных AI только начинается. В предыдущих промышленных революциях высвобождение спроса в конечном итоге в основном исходило от производственного, а не потребительского сектора, поэтому в будущем спрос на AI-вычислительные мощности всё ещё имеет большой потенциал роста.

Ранее инсайдер Lenovo сообщал, что в настоящее время AI-серверы компании всё ещё находятся в состоянии превышения спроса над предложением, объём невыполненных заказов составляет около 150 миллиардов юаней, и из-за напряжённой поставки ключевых чипов, таких как GPU, часть заказов по-прежнему ожидает очереди на поставку. Инсайдер Ziguang Group также считает, что сейчас ещё рано говорить об «избытке». «Настоящая проблема не в том, есть ли вычислительные мощности, а в том, когда AI-приложения смогут сформировать замкнутый коммерческий цикл и покрыть инвестиции в инфраструктуру за счёт доходов от приложений». Замедление капитальных затрат не означает достижение пика отрасли За последние два года в AI-отрасли шло соревнование «кто больше вложит», но сейчас основное внимание рынка капитала постепенно смещается с масштаба капитальных затрат на эффективность инвестиций.

Заместитель генерального директора и главный аналитик Sigmaintell Чэнь Цзюнь заявил журналисту, что замкнутый цикл инвестиций в вычислительные мощности является неотъемлемой частью замкнутого цикла инвестиций в всю AI-инфраструктуру, а также ключевой проблемой, которую глобальным облачным провайдерам необходимо решить в ближайшее время. Он прогнозирует, что в будущем инвестиции в AI-инфраструктуру постепенно перейдут от экстенсивного расширения к этапу повышения эффективности, и ведущие облачные провайдеры будут более осторожны при закупке таких аппаратных средств, как память, но это не изменит долгосрочное направление инвестиций.

Sigmaintell прогнозирует, что с 2024 по 2028 год глобальные инвестиции в AI-инфраструктуру будут сохранять двузначный рост. В 2026 году рост инвестиций по сравнению с предыдущим годом всё ещё составит 51%, что, хотя и ниже темпов роста в 104% в 2025 году, всё ещё находится на этапе быстрого расширения. В 2027 и 2028 годах прогнозируется рост на 15% и 11% соответственно. Это означает, что AI-инвестиции переходят от взрывного роста к более устойчивому этапу развития, а не вступают в цикл спада. Эта тенденция также отражается в последних действиях мировых технологических гигантов. В то время как рынок опасается, что капитальные затраты на AI достигли пика, южнокорейские Samsung Electronics и SK Hynix недавно объявили о планах инвестировать около 4755 триллионов вон в Южной Корее в такие AI-связанные области, как полупроводники, физический AI и центры обработки данных; китайские интернет-компании, такие как Alibaba и Tencent, также недавно подтвердили, что продолжат увеличивать капитальные затраты на AI, продолжая развёртывание отечественных вычислительных мощностей.

По мнению многих инвестиционных банков, аренда вычислительных мощностей Meta по сути направлена на оптимизацию доходности капитала, а не на сокращение инвестиций. Everbright Securities заявила, что экспериментальная аренда внешних вычислительных мощностей Meta является оптимизацией структуры капитальных затрат на вычислительные мощности, и в краткосрочной перспективе оценка может испытывать давление из-за спекуляций. Логика выхода Meta на облачный рынок заключается в желании создать новый канал монетизации для огромных инвестиций в AI-инфраструктуру. Ранее Meta подвергалась критике со стороны рынка за то, что её капитальные затраты на AI слишком велики, и неясно, когда они превратятся в прибыль. Открытие облачного бизнеса превращает кластеры GPU Meta из «чистого бремени затрат» в «актив, приносящий доход» — монетизация простаивающих вычислительных мощностей напрямую снижает амортизацию и эксплуатационные расходы, что, как ожидается, повысит ожидания рынка относительно будущих денежных потоков компании. «Аренда вычислительных мощностей — это инструмент оптимизации ресурсов, который не меняет средне- и долгосрочные планы расширения производства, но ожидания расширения могут временно сузиться».

Согласно заявлениям Цукерберга на собрании акционеров, компания обладает возможностью сдавать часть вычислительных ресурсов в аренду внешним клиентам, что свидетельствует о том, что сама способность к внешней монетизации стала гарантией денежного потока для поддержки продолжающихся инвестиций Meta в AI. Everbright Securities считает, что бизнес-модель аренды AI-вычислительных мощностей в настоящее время получает самую сильную поддержку, и прямое участие Meta подтверждает высокую доходность: по ссылке на аренду вычислительных мощностей xAI для Anthropic, месячная арендная плата в 12,5 миллиардов долларов США в месяц предполагает ROI, способный окупить CapEx за два года. Согласно последним данным OpenRouter за июнь, с 21 по 28 июня глобальный недельный объём токенов достиг нового исторического максимума в 46,7 триллиона, увеличившись на 0,2% по сравнению с предыдущей неделей, и текущая ситуация превышения спроса над предложением не изменилась. Tianfeng Securities считает, что создание Meta AI Cloud не означает признания полного избытка GPU. Скорее, это может быть распределение AI-вычислительных мощностей разных поколений для разных экономических целей. Новейшие ресурсы, такие как GB200/GB300/Rubin, будут в первую очередь использоваться для обучения следующего поколения моделей; предыдущее поколение H100/H200 будет в большей степени переключено на инференс и внешние продажи вычислительных мощностей. В то же время Google из-за ограниченной ёмкости не смог полностью удовлетворить потребности Meta в доступе к Gemini, что, напротив, свидетельствует о сохраняющейся напряжённости в отношении передовых моделей и высококачественной инференс-ёмкости. «Следовательно, это не конец сделок AI CapEx, а эволюция бизнес-модели от чисто затратной инфраструктуры к платформенным активам, приносящим доход. Рынку не следует упрощённо интерпретировать аренду и продажу вычислительных мощностей Meta как признак того, что спрос на AI-вычислительные мощности достиг пика». Tianfeng Securities заявила, что для цепочки поставок аппаратного обеспечения важно наблюдать не за тем, «арендует ли Meta вычислительные мощности», а за тем, продолжают ли расти реальные объёмы использования токенов OpenAI и Anthropic, а также темпы роста ARR. Если ARR и использование токенов модельных компаний продолжат расти, а CapEx гиперскейлеров существенно не снизится, то основная линия аппаратного обеспечения остаётся в силе. Однако в интервью Абуликем·Абулимити также поднял ещё один заслуживающий внимания вопрос: в настоящее время сторона предложения в AI-отрасли по-прежнему обладает относительно сильными рычагами, а цикл спроса и предложения ещё не полностью налажен. Эта оценка также совпадает с мнением отраслевых специалистов.

Директор по анализу полупроводникового сектора Omdia в Китае Хэ Хуэй заявил журналисту, что разработка больших моделей не остановилась, и облачные провайдеры также ищут монетизируемые бизнес-модели. Представитель Ziguang Group считает, что AI-отрасль в конечном итоге должна вернуться к самой коммерциализации. «На начальном этапе развития интернета также был этап, когда инфраструктура опережала бизнес-модели. AI в будущем также должен найти действительно прибыльные отраслевые сценарии, чтобы сформировать замкнутый коммерческий цикл, в котором доходы покрывают инвестиции».

По мнению отрасли, сейчас внимание должно быть сосредоточено не на том, будут ли AI-инвестиции продолжаться, а на том, когда многомиллиардная AI-инфраструктура сможет перейти в новую фазу самогенерации и самоциркуляции. Только когда инфраструктура, возможности моделей и коммерциализация приложений сформируют полный положительный цикл, AI-цепочка сможет по-настоящему отказаться от модели развития, основанной исключительно на капитальных вложениях, и перейти в более здоровый и устойчивый цикл роста.