工業規模 AI 的新時代：Meta 的 650 億美元豪賭
Meta Platforms 宣佈了一項令人震驚的財政年度資本支出計劃，金額高達 600 億至 650 億美元。此舉明確標誌著人工智慧（Artificial Intelligence，AI）正從實驗性軟體轉向重型工業基礎設施。這項由執行長馬克·祖克柏（Mark Zuckerberg）主導的公告，概述了建造全球最大規模運算設施的策略——其中包括一個佔地面積堪比曼哈頓（Manhattan）的單一資料中心園區——以支持其次世代模型 Llama 4 的訓練與部署。
這項投資代表了席捲矽谷（Silicon Valley）的「算力軍備競賽」正急劇升級。透過投入大約兩倍於以往的年度資本支出，Meta 明確地將自己定位為不僅僅是一家社交媒體集團，而是未來通用人工智慧（Artificial General Intelligence，AGI）的基礎設施提供商。這種支出的規模實際上劃定了界線，挑戰 Google、Microsoft 和 OpenAI 等競爭對手，要求其投入足以與主權國家國防預算相媲美的投資水平。
21 世紀的「曼哈頓」計劃
祖克柏公告的核心是建造一座據報設計容量超過 2 吉瓦（GW）電力的超大規模資料中心。為了更直觀地理解這個數字，1 GW 大約是 750,000 戶家庭所需的能量。2 GW 的設施在商業科技領域是前所未有的，需要專門的能源協議，可能涉及核能或大規模可再生能源陣列，才能在不破壞當地電網穩定的情況下運行。
祖克柏將該設施描述為「曼哈頓規模」，這一比較不僅指物理佔地面積，還指關鍵基礎設施的密度。該設施預計將容納 Meta 計劃在年底前上線的 130 萬個 GPU 中的很大一部分。
這一基礎設施轉向解決了 AGI 開發面臨的主要瓶頸：能源與熱密度。隨著像 Llama 4 這樣的模型在參數數量上呈指數級增長，當前資料中心設計的物理限制（受冷卻和電力輸送約束）已變得顯而易見。Meta 的新設施旨在透過構建一個完全針對高性能 AI 工作負載而非通用雲端運算優化的定製堆疊來解決這一問題。
Llama 4：開源奇點
巨額資本注入與 Meta 即將推出的前沿模型 Llama 4 的訓練和推理需求直接掛鉤。雖然 Llama 3 為開源權重模型設定了新標準，但 Llama 4 被定位為一個能夠在先前未見的深度上進行多模態理解的推理引擎。
行業分析師建議，Llama 4 可能會採用擴展至數兆參數的專家混合（Mixture-of-Experts，MoE）架構，這需要 Meta 目前正在組裝的大規模 GPU 集群。策略目標依然明確：透過讓最強大的 AI 模型開源（或半開源），Meta 將核心技術商品化，從而削弱 OpenAI 和 Anthropic 等閉源競爭對手的專有商業模式。
Llama 4 與前代產品的預測能力對比
| 功能/指標 | Llama 3（前代） | Llama 4（預測/目標） | 策略影響 |
|---|---|---|---|
| 參數規模 | 70B / 405B 稠密（Dense） | >1 兆（MoE） | 實現複雜推理與長程規劃任務。 |
| 上下文窗口 | 128k Token | 100 萬+ Token | 允許在單次提示中處理整個程式碼庫或法律檔案。 |
| 多模態 | 文本/圖像分離 | 原生全模態 | 同時實現對影片、音訊和文本的無縫理解。 |
| 推理成本 | 標準 H100 定價 | 針對規模進行優化 | 降低單位 Token 成本，以推動 Meta 生態系統的採用。 |
算力護城河：130 萬個 GPU
Meta 正在積累的硬體總量難以誇大。透過瞄準 130 萬個 GPU 的庫存（主要是 NVIDIA H100 和較新的 Blackwell B200 系列），Meta 正在鞏固其「算力護城河」。在當前的半導體供應鏈中，GPU 是最稀缺的資源。透過儲備這些容量，Meta 確保其研究人員可以無限制地獲得運算資源，以進行可能需要數千個晶片並行運行數週的實驗。
這種儲備也起到了防禦作用。即使競爭對手開發出了卓越的演算法架構，他們也可能缺乏在合理時間內訓練它所需的原始每秒浮點運算次數（FLOPS）。Meta 的策略依賴於算力的暴力破解，並結合來自 Facebook、Instagram 和 WhatsApp 的龐大資料集。
策略目標：10 億 AI 用戶
這項 650 億美元支出的投資報酬率（ROI）取決於消費者的採用。祖克柏重申了透過 Meta AI 為超過 10 億用戶提供服務的目標。與將 Copilot 作為企業生產力工具銷售的 Microsoft，或依賴 ChatGPT 訂閱的 OpenAI 不同，Meta 的策略在於普及性。
透過將 Llama 4 直接整合到 WhatsApp、Messenger 和 Instagram 的搜尋欄和聊天介面中，Meta 將其 AI 助手置於全球一半互聯網人口面前。「曼哈頓」資料中心將處理這些每日數十億次查詢的推理負載，這是一項需要低延遲和大吞吐量的壯舉。
消費者策略的關鍵支柱包括：
- 超個性化： 利用社交圖譜數據為 Meta AI 提供通用聊天機器人所缺乏的情境。
- 創作者克隆： 允許影響者建立自己的 AI 版本與粉絲互動，從而推動參與度。
- 廣告整合： 最終使用 AI 即時生成動態、個性化的廣告素材。
市場影響與分析師反應
金融市場的反應交織著敬畏與不安。雖然雄心壯志不容置疑，但價格標籤令專注於短期利潤率的投資者感到擔憂。650 億美元的資本支出（CaPex）顯著壓低了自由現金流，引發了關於 AI 部門何時能成為獨立的營收來源而非成本中心的疑問。
然而，從技術角度來看，Creati.ai 的分析師認為這是一次必要的進化。利用「閒置」容量訓練前沿模型的時代已經結束。我們已進入專門的、吉瓦級 AI 鑄造廠階段。Meta 現在燃燒資本的意願可能會確保其在 AI 時代的作業系統地位，就像 Microsoft 主導了 PC 時代、Google 主導了網路時代一樣。
隨著 2026 年的推進，業界將密切關注美國的建設進展以及 Llama 4 的發佈，將其視為這場對矽與鋼鐵的巨額賭注能否產生祖克柏所承諾的數位智慧的真正試金石。
