20260704-国金证券-计算机行业研究_如何看META做云_8页_1mb

报告摘要

Meta云业务分析总结

核心内容

Meta正在推进其云业务战略，推出名为 Meta Compute 的云计算服务，对外提供AI模型API调用和GPU算力租赁。这一举措不仅是为了应对内部算力需求，更是为了实现算力资源的动态调配与多重变现，在大模型时代提升资产利用率和现金流效率。

主要观点

Meta进军云业务的动因
- 云计算是大模型时代算力资源优化配置的必经之路。
- Meta希望通过云服务将闲置或低利用率的算力转化为收入，缓解市场对高额AI资本开支折旧和资产闲置的担忧。
- 与亚马逊、微软、谷歌等成熟云服务商相比，Meta的短板在于缺乏将算力在内部模型训练、外部客户和生态开发者之间灵活调配的商业系统。
云业务不等于放弃模型研发
- Meta并未削减基础大模型研发投入，反而持续推动更大规模的模型训练，如新一代 Watermelon 模型，其算力需求较前代 Avocado 提升一个数量级。
- 云算力服务是Meta在阶段性未被内部模型训练和产品推理完全消耗的资源基础上进行的商业化尝试。
- 云业务与模型研发形成双向赋能，外部客户使用算力和调用模型产生的反馈数据将反向优化Meta的模型能力。
算力需求仍被低估
- 当前AI算力需求不仅集中在训练，还包括推理、智能体、代码生成、长上下文、多模态和企业API等应用场景。
- Anthropic 作为头部AI公司，2026年一季度算力使用量同比暴涨80倍，月支出达12.5亿美元，显示行业算力仍处于紧缺状态。
- OpenAI Codex 用户增长已从开发者扩展至知识工作者群体，后者增长速度远超开发者，表明推理需求具有广泛市场基础。
云业务的长期价值
- 短期市场波动源于对AI资本开支的担忧，但Meta云业务构建了广告现金流→基建→模型→外部收入→模型优化的闭环，有助于提升资产利用率和现金流稳定性。
- 若市场因过度担忧“Meta卖算力=AI退潮”而回调，反而可能带来配置窗口。

关键信息

Meta Compute：计划对外提供AI模型API调用与GPU算力租赁服务，首批资源可能是存量成熟的H100 GPU。
算力规模：Meta预计到2024年底将拥有超过34万张H100 GPU，合计约60万张GPU。
模型研发：新一代 Watermelon 模型训练算力需求比前代 Avocado 提升一个数量级，Muse Spark持续优化代码生成与智能体能力。
行业趋势：AI推理需求不仅来自代码场景，也来自办公、法务、财务等知识工作者场景，市场潜力巨大。
外部案例：
- Anthropic 与 SpaceX 合作采购大量Nvidia GPU，显示算力需求紧张。
- 腾讯WorkBuddy 在中国成为广泛使用的生产力AI agent服务，月访问量和增速显著。