【TechCrunch 2026年1月15日讯】在全球AI算力竞争进入白热化阶段，Meta抛出重磅布局。1月12日，CEO马克·扎克伯格在Threads平台发文宣布，正式启动名为“Meta Compute”的AI基础设施专项计划，目标未来十年内构建数十吉瓦（1吉瓦=10亿瓦）级算力支撑体系，长期规划更是瞄准数百吉瓦规模。这一计划不仅是Meta兑现“720亿美元AI基建投入”承诺的关键动作，更标志着其从“AI模型研发”向“全链路算力掌控”的战略升级——通过自建、投资、合作多维度推进，Meta试图将AI基础设施打造为核心竞争壁垒，直面微软、谷歌在云端AI算力领域的激烈角逐。
一、十年投建“数十吉瓦”算力：Meta的AI基建野心
“AI基础设施的工程、投资与合作模式，将成为Meta未来的战略优势。”扎克伯格在文中明确表示，Meta Compute计划的核心是解决AI模型规模化发展的“算力瓶颈”与“能源支撑”难题，其规模与时间规划远超行业平均水平。
1. 算力规模：从“吉瓦级”到“超吉瓦级”的跨越
根据计划，Meta的AI算力基建将分两阶段推进：
-
短期（2026-2030年）：聚焦“数十吉瓦”算力中心建设，覆盖数据中心、芯片集群、能源配套全链条。以单座超大型数据中心为例，其算力支撑可满足万亿参数大模型的持续训练需求，同时为Meta旗下社交平台（Facebook、Instagram）、VR/AR设备（Quest系列）的AI功能提供底层支持；
-
长期（2030年后）：目标突破“数百吉瓦”规模，通过全球分布式数据中心网络，实现“就近算力调度”——例如在亚洲、欧洲建设区域算力枢纽，降低跨洲数据传输延迟，适配未来元宇宙、全球实时AI交互等场景的需求。
这一投入规模背后，是AI行业激增的能源消耗需求。据行业估算，未来十年美国AI领域的电力消耗将从当前的5吉瓦飙升至50吉瓦，而Meta的计划将直接占据其中相当比例。扎克伯格强调：“我们不仅要建设算力，更要通过技术创新提升能源利用效率，确保基建扩张与可持续发展并行。”
2. 资金来源：延续高投入，探索“合作共建”模式
Meta Compute计划的资金支撑，与此前披露的AI基建投入规划深度绑定。2025年7月，Meta CFO苏珊·李（Susan Li）在财报中透露，2025年AI相关资本支出预计达660-720亿美元，2026年将进一步加码。此次计划的资金将主要来自三方面：
-
公司自有资金：优先投入核心数据中心与芯片研发，例如位于美国路易斯安那州的超大型数据中心项目，已启动二期扩建，预计2027年投用后可提供2吉瓦算力；
-
外部合作融资：探索与金融机构、能源企业联合开发模式。苏珊·李此前曾表示，这种模式既能引入外部资金缓解现金流压力，又能在基础设施需求变化时保持灵活性——例如与中东主权基金合作，以“股权投资+长期算力租赁”的方式共建数据中心；
-
政府与产业补贴：依托新加入的核心团队成员资源，争取各国政府对AI基建的政策与资金支持，尤其在欧洲、亚洲等新兴市场，通过“本地化算力建设”获取税收优惠或能源补贴。
二、三大核心高管掌舵：政企资源+技术精英的“梦幻组合”
为确保Meta Compute计划落地，扎克伯格亲自任命三位关键人物组建核心团队，覆盖技术架构、战略规划、政企合作三大关键领域，形成“技术+资源+战略”的互补格局。
1. 桑托什·贾纳德汉（Santosh Janardhan）：技术架构“总设计师”
作为Meta全球基础设施负责人，自2009年加入公司的贾纳德汉，是Meta数据中心网络与硬件体系的“奠基人”，此次将主导Meta Compute的技术落地：
-
核心职责：负责技术架构设计、软件栈开发、自研芯片项目推进，以及全球数据中心集群的建设与运营。例如优化数据中心的散热技术，将AI芯片的能效比提升20%；推进自研GPU/TPU芯片的量产，降低对英伟达等外部供应商的依赖；
-
过往战绩：曾主导Meta“全球边缘计算网络”建设，将社交平台的内容加载延迟从1.2秒降至0.3秒；2024年推动数据中心采用“液冷+风电”混合能源模式，使单座数据中心的碳排放减少35%，为此次大规模基建的“可持续性”奠定基础。
2. 丹尼尔·格罗斯（Daniel Gross）：战略规划“操盘手”
这位2025年刚加入Meta的硅谷精英，此前是OpenAI前首席科学家伊利亚·苏茨克维（Ilya Sutskever）联合创立的“安全超级智能（SSI）”公司联合创始人，如今将带领新团队负责Meta Compute的长期战略：
-
核心职责：制定算力容量规划、拓展供应商合作、开展行业分析与商业建模。例如预测未来5年Meta的AI算力需求，确定数据中心的建设节奏；与台积电、三星等芯片厂商谈判长期供货协议，保障自研芯片的产能；
-
独特优势：格罗斯不仅深谙AI算力需求（曾为SSI搭建近3000块英伟达H100 GPU的算力集群），还拥有广泛的硅谷投资人脉——其参与管理的20亿美元基金曾投资Perplexity AI、Cruise等科技公司，这将帮助Meta在算力基建的投资合作中快速对接资源。
3. 迪娜·鲍威尔·麦考密克（Dina Powell McCormick）：政企合作“破冰者”
作为Meta新任总裁兼副董事长，这位前美国政府官员（曾担任特朗普政府副国家安全顾问）的加入，为Meta Compute计划打通了关键的“政企链路”：
-
核心职责：与各国政府协商基建审批、能源供应与融资支持。例如在美国推动联邦政府将AI数据中心纳入“关键基础设施”，获取税收减免；在欧洲对接《数字欧洲计划》，争取欧盟对跨区域算力网络的补贴；
-
资源壁垒：鲍威尔兼具政界与商界顶层资源——在小布什、特朗普两任政府任职期间，主导过美国与中东、欧洲的科技合作；在高盛工作16年期间，深度参与主权基金的投资项目，这将帮助Meta引入中东主权基金等战略投资者，缓解基建投入的资金压力。
三、直面行业竞争：Meta的“算力突围”逻辑
Meta此时加码AI基建，本质是应对全球科技巨头在算力领域的“军备竞赛”——微软通过与英伟达、OpenAI的深度绑定掌控云端算力优势，谷歌则收购数据中心企业Intersect强化基础设施，Meta必须通过“自建+整合”构建差异化壁垒。
1. 破解“算力依赖”：从“买算力”到“掌算力”
此前，Meta的大模型训练高度依赖外部算力供应商，例如租赁亚马逊AWS、微软Azure的云端算力，不仅成本高昂（单轮万亿参数模型训练成本超1亿美元），还面临算力调度优先级低、数据安全风险等问题。Meta Compute计划通过自建算力中心与自研芯片，可实现三大突破：
-
成本降低：自建数据中心的长期运营成本比租赁云端低40%，自研芯片可进一步减少对英伟达GPU的依赖，单芯片采购成本预计下降30%；
-
算力可控：为大模型研发提供“专属算力通道”，例如训练下一代VR/AR场景的AI交互模型时，可独占部分算力集群，避免与其他企业争抢资源导致的训练中断；
-
数据安全：将核心训练数据存储于自有数据中心，规避跨平台数据传输的泄露风险，尤其符合欧盟《通用数据保护条例》（GDPR）等严格的数据本地化要求。
2. 适配“多元场景”：支撑AI+元宇宙双战略
Meta Compute计划的算力布局，并非仅服务于AI模型研发，更要支撑其“AI+元宇宙”的长期战略：
-
AI场景：为ChatGPT竞品“Meta AI”、社交媒体内容推荐算法、广告精准投放模型提供算力支撑，提升模型响应速度与准确性；
-
元宇宙场景：未来元宇宙中的实时渲染、多人交互、虚拟资产交易等功能，需依赖低延迟、高稳定性的算力网络，Meta Compute计划中的“区域算力枢纽”可满足这一需求，例如在北美、欧洲建设的算力中心，能将元宇宙交互延迟控制在10毫秒以内。
四、行业影响：AI基建“竞赛”进入深水区
Meta Compute计划的启动，进一步加剧了全球AI基础设施领域的竞争，也为行业带来新的趋势信号。
1. 巨头主导“算力标准”：中小玩家生存空间收窄
随着微软、谷歌、Meta纷纷加码自建算力，AI基础设施的“门槛”持续抬高——单座超大型数据中心的建设成本超200亿美元，配套能源设施需数十亿投入，这远超中小AI企业的承受能力。未来，行业可能形成“巨头掌控算力底座，中小企业按需租赁”的格局，Meta等巨头不仅提供算力服务，还可能通过制定“算力接口标准”“能源利用规范”，进一步巩固行业话语权。
2. “算力+能源”绑定：可持续发展成基建核心指标
Meta Compute计划特别强调“能源与算力的协同”，例如在数据中心周边配套风电、光伏电站，甚至探索核电合作（此前有消息称Meta正与美国能源企业洽谈小型核电项目）。这一趋势将推动AI基建从“单纯追求规模”转向“规模与环保并重”，未来“绿色算力”可能成为企业竞争的新维度——例如通过技术创新降低每吉瓦算力的能耗，成为吸引政府补贴、提升品牌形象的关键。
结语：Meta的“算力壁垒”能否撑起AI野心？
启动Meta Compute计划，是Meta在AI领域“从追随者到引领者”的关键一步——通过掌控算力基础设施，其不仅能加速大模型研发与产品落地，还能在未来元宇宙、全球AI服务等场景中占据先发优势。但挑战同样存在：数十吉瓦级基建的资金压力、全球政企合作的协调难度、技术迭代带来的设备更新成本，都将考验Meta的执行力。
正如扎克伯格所言：“AI基础设施的竞争，不是短期的冲刺，而是长期的马拉松。”Meta Compute计划的成效，或许需要5-10年才能完全显现，但可以确定的是，这场由Meta引领的“算力竞赛”，将深刻影响全球AI行业的发展格局——谁能率先突破算力瓶颈，谁就能在下一代AI技术革命中掌握主动权。
