Meta进军云业务出租算力：扎克伯格否认算力过剩，年部署7GW基建+自研芯片Iris量产在即；Anthropic牵手三星探索自研AI芯片，AI巨头从"算力买家"转向"算力生产者"

【新闻原文】2026年7月，AI算力产业发生了一系列深刻的结构性变化。Meta和Anthropic两大AI巨头几乎同时释放出"算力自给自足"的信号，引发全球市场对AI算力格局重新洗牌的广泛讨论。 7月1日，彭博社报道Meta正在组建名为"Meta Compute"的云业务部门，计划对外出售AI算力和模型访问权限。消息一出，CoreWeave股价当天下跌14%，Nebius下跌17%。扎克伯格随后公开回应，明确否认"算力过剩"论调，解释称出租算力的原因绝非闲置，而是外部报价实在很高，出租算力比内部使用更划算合理。"我不知道业内有谁觉得自己的算力过剩。" Meta今年的算力扩张计划极为激进：计划部署总计7GW的算力基建，上半年已新增1GW，年底前再新增5.5GW，明年进一步翻倍至14GW。Meta还签署了多个多年期长约，包括与三星签订存储芯片供应协议、与闪迪签下闪存供应协议。7月9日，Meta发布最新AI模型MuseSpark 1.1，并首次为AI模型设立付费商业模式，API定价仅为OpenAI和Anthropic顶级模型的约25%。扎克伯格称这款模型将成为"市场上价格最低的选择之一"。 与此同时，Meta自研AI芯片Iris（MTIA 400）取得重大进展。芯片测试仅耗时六周且未发现重大问题，计划最早今年9月启动量产。该芯片与博通合作设计、台积电制造，旨在补充而非替代英伟达GPU。2026年Meta资本支出指引达1250-1450亿美元，约为2025年的两倍。 Anthropic方面，据彭博社7月3日报道，Anthropic正与三星深度接触，探讨定制AI芯片开发的可能性。Anthropic此前从未涉足硬件，刚把前OpenAI芯片团队成员Clive Chan挖了过来。Anthropic表态不会放弃谷歌TPU、亚马逊Trainium、英伟达GPU的多元硬件架构。研究机构SemiAnalysis认为，Meta是唯一一家在数据、人才和算力上都达到世界一流水平的超大规模数据中心厂商/AI实验室，最有希望赶上Anthropic和OpenAI。 【企服观察】Meta进军云业务+Anthropic自研芯片，从IT企服行业的视角来看，这是2026年AI产业最具深意的结构性事件之一。两大AI巨头从"算力采购方"到"算力供应方"的集体转型，正在从根本上重塑AI算力的供需格局和产业生态。 第一，Meta进军云业务对全球云计算市场的冲击不可低估。Meta现有内部算力规模极为庞大——据SemiAnalysis预测，到2026年底Meta拥有的AI算力将超过OpenAI和Anthropic。Meta Compute云业务以"比市场主流低约20%"的定价策略入场，将直接与AWS、Azure、GCP等传统云服务商形成正面竞争。对于企服SaaS行业来说，这一变化意味着云服务市场将从"三足鼎立"（AWS/Azure/GCP）走向"四方争霸"（+Meta Compute）。更多的云服务商选择将带来更激烈的价格竞争和更丰富的服务选项。SaaS公司应该密切关注Meta Compute的定价策略和服务能力，在适当时机将其列入多云策略的备选供应商名单。 第二，"扎克伯格否认算力过剩、同时对外出租算力"看似矛盾，实则揭示了AI算力经济的核心逻辑：算力不是"够用就行"的资源，而是"多多益善"的资产。Meta的做法本质上是"算力金融化"——将剩余的算力资产转化为现金流，再用现金流投资更多的算力。这种"算力滚雪球"模式在AI行业尤其有效，因为领先的算力规模直接转化为更好的模型能力和更低的推理成本。对于企服SaaS行业来说，这一策略的启示是：在AI时代，"算力即资本"。SaaS公司不应将AI算力仅仅视为运营成本，而应将其视为一种需要战略管理的"核心资产"——通过合理的算力采购策略（长协锁定低价、多云分散风险、预留弹性容量），最大化算力投资的回报率。 第三，Anthropic牵手三星自研芯片，标志着AI模型公司与芯片厂商的关系进入"定制化"新阶段。过去，AI模型公司使用通用GPU（英伟达H100/B200），只能通过采购更多芯片来提升算力。现在，Anthropic选择定制化AI芯片路线，意味着AI模型公司正在向上游芯片设计环节延伸——这是AI产业链垂直整合的标志性趋势。对于企服SaaS行业来说，这一趋势的启示是：与通用型AI模型相比，"垂直领域定制化AI"可能是更值得SaaS公司关注的赛道。通用大模型解决的是"通用问题"，而企业的具体业务场景往往需要领域特定的AI能力。SaaS公司如果能在特定行业（如医疗、金融、法律）中构建深度定制的AI能力，将有机会建立难以复制的细分市场壁垒。 第四，Meta 2026年1250-1450亿美元的资本支出——约为2025年的两倍——揭示了AI产业的"军备竞赛"远未结束。这一资本支出规模甚至超过了多数国家的国防预算。在Meta、微软、谷歌、亚马逊等科技巨头的推动下，全球AI基础设施投资在2026年预计将超过5000亿美元。这种"天量投资"对企服SaaS行业意味着：AI能力正在成为所有企业服务的"标配"而非"可选"。SaaS公司的产品路线图中如果没有"AI赋能"的明确规划，将在未来2-3年内面临被市场边缘化的风险。但同时也带来了"算力供应充足、算力价格下降"的正面效应——SaaS公司可以以更低的价格获取AI能力。 第五，Meta自研芯片Iris量产在即的消息，对英伟达的"GPU霸主"地位构成了潜在挑战。虽然Meta强调Iiris定位是"补充而非替代"英伟达GPU，但Meta在2026年部署7GW、2027年14GW的算力规模中，任何一部分使用自研芯片都将减少对英伟达的依赖。对于企服SaaS行业来说，"GPU供应多元化"是一个重要的利好信号——当Meta、谷歌（TPU）、亚马逊（Trainium）、微软（MAI）等科技巨头都开始自研AI芯片时，SaaS公司将不再被"英伟达独大"的单一供应商格局所绑定。多元化的芯片选择将带来更具竞争力的算力定价和更丰富的优化选项。 Meta与Anthropic的"算力转型"，是AI产业从"大模型竞赛"到"算力基础设施竞赛"的战略升级。当AI算力本身成为一种可交易的商品和服务时，企服SaaS行业的"AI化"进程将加速进入"普惠时代"。SaaS公司的核心竞争力，将逐步从"是否使用AI"转向"如何以最优成本效益使用AI"。在这场算力重构的浪潮中，那些率先建立"多芯片适配、多云策略、长协锁价"算力管理体系的企业，将在AI时代的竞争中占据先发优势。