Meta开放闲置算力实为结构性优化，AI推理需求驱动算力长期紧缺

科技巨头Meta近期宣布将对外提供闲置算力资源，这一动向一度引发市场对算力供给过剩的猜测。实际上，此举反映的是企业对既有基础设施的精细化运营与结构性优化，属于算力资源配置升级过程中的常规商业安排。Meta正着力将已部署的算力资产转化为具备稳定收益能力的基础设施服务，其本质是资产价值的再挖掘，而非行业整体供给失衡的信号。

与此同时，Meta已公开表示，算力紧张状况预计将持续至今年年末，并同步显著上调年度资本开支计划。这一决策清晰表明，企业在人工智能基础设施领域的投入节奏不仅未放缓，反而进一步提速。当前部分市场情绪源于对AI投资回报周期的审慎评估，但头部科技公司普遍采用算力租赁模式以提升GPU使用效率、缓解资产折旧压力，恰恰印证了AI算力已逐步完成从专用资源向标准化、可计量、可交易基础设施的转型。

全球范围内，大模型技术持续快速演进，对底层算力的需求始终保持强劲。海外主要云服务提供商的算力使用率及新增订单量均维持在较高水平，高端算力资源的租赁价格亦稳中有升。国内市场同样呈现旺盛需求态势：在政策引导、云服务商持续加码投入以及大模型应用加速渗透等多重驱动下，高端算力供给长期处于紧平衡状态，即便租赁报价成倍上涨，仍难以充分满足实际需要。

所谓“算力过剩”的判断，很大程度上源自对AI发展阶段的认知滞后——仍以早期大模型训练阶段的单一需求模型来衡量当前产业现实。事实上，人工智能已全面迈入商业化纵深落地阶段，下游应用场景规模化铺开正集中催生大量推理类算力需求。该类需求具有持续性、高频次、广覆盖特征，已成为算力增长的主要来源，并构成了真实且稳固的产业刚需。全球主流大模型调用频次及企业端AI相关收入增速均保持高位运行。

国内算力产业正加速转向高质量发展轨道。供给层面，国产算力芯片性能持续突破，超大规模算力集群已在多个重点区域实现规模化部署；需求层面，千行百业智能化转型不断深化，对高性能、高可靠算力支撑的依赖日益增强，高端算力缺口具有长期刚性。供需两端协同强化，推动算力企业经营业绩持续兑现，产业生态良性循环格局日益巩固，长期增长潜力充沛。