最新的Dwarkesh节目让我认为Meta被低估了，尽管他们拥有大量GPU且在前沿竞争中落后

# Meta刚意识到囤积GPU并非长久之计 来源：https://medium.com/loop-of-thought/meta-just-realized-owning-gpus-is-not-a-strategy-90fca400d5ca ## 堆积如山的算力仍需找到落地方向 Maxime（https://medium.com/@all.technology.stories?source=post_page---byline--90fca400d5ca---------------------------------------） > 免费版本请访问**此处**（https://medium.com/@all.technology.stories/90fca400d5ca?sk=5a20a0c1dba958076b4b8a4c8ffbd359）**。** 按回车或点击查看完整图片 照片由Julio Lopez（https://unsplash.com/fr/@juliolopez?utm_source=unsplash&utm_medium=referral&utm_content=creditCopyText）在Unsplash（https://unsplash.com/fr/photos/une-personne-tenant-un-telephone-cellulaire-devant-une-pancarte-ilbjfRwOgzA?utm_source=unsplash&utm_medium=referral&utm_content=creditCopyText）发布 多年来，Meta一直将算力储备视作战略领地。 更多GPU意味着更多模型、更快的实验、更少的技术依赖，以及无需再为OpenAI、Google或其他刚发布惊人基准测试的公司感到焦虑。 据最新报道，Meta正筹建云计算业务，计划将部分过剩算力（https://www.reuters.com/business/meta-sell-excess-ai-computing-capacity-via-cloud-business-bloomberg-news-reports-2026-07-01/）对外销售。该计划仍在推进中，未来可能调整。 显然，仅仅拥有GPU只是最简单的一步。 ## 算力囤积战略的底层逻辑 这种投入策略背后逻辑清晰可见。 AI研发曾受制于算力瓶颈，Nvidia供应紧张，训练规模持续扩大。所有大型科技公司都恐惧沦为下一代平台控制者的附庸。 因此Meta大量采购硬件、建设数据中心、锁定电力资源，并组建了名为Meta Compute（https://www.reuters.com/technology/meta-build-gigawatt-scale-computing-capacity-under-meta-compute-effort-2026-01-12/）的基础设施部门。扎克伯格曾将这套基础设施背后的工程能力、资本投入和生态合作描述为潜在的战略优势。