2026 年 7 月 2 日，港股 AI 半导体板块集体跳水。中芯国际跌去 10.1%，华虹宏力跌 13.5%，智谱跌 16.6%，兆易创新跌 18.4%。把这几个数字排在一起，市场好像又重演了一次 2024 年那场“算力泡沫论”的剧本。
但剧本其实换了。
这一次的真正导火索，是 Meta 宣布将富余算力对外销售。隔夜费城半导体指数跌去 6%——美国市场先于 A 股读懂了这步棋的意味。这不是“卖卡”，是“卖产能”。
它意味着 AI 算力第一次出现了“上下游撕裂”。
过去两年，全球 AI 算力的主旋律是“卖方市场”：英伟达的 GPU 一卡难求，存储、光模块、HBM 全部告急，产业链每一环都活在“供不应求”的高烧里。这种高烧催生了 2024 年英伟达市值突破 3 万亿美元，也催生了 A 股 70 多家算力租赁概念股同时举旗的奇观。
但 Meta 这次的角色转变，等于把“AI 工厂”和“AI 客户”两件事拆开来看——超大客户自己消化算力到了一定阶段，开始把多余的产能卖给别人。这背后藏着一个被忽略已久的结构性事实：AI 算力不再是“全行业紧缺”，而是“结构性分化”。
是分化，不是泡沫。
要分清这两个概念，需要先回到算力的本质。算力在过去三年的中国语境里，几乎是“国力”的同义词——“东数西算”、“算力券”、“算力即生产力”——所有政策语言都在告诉市场：算力，越多越好，越快越好。但从 Meta 这步棋开始，算力第一次以“生产要素”的本来面目出现在我们面前。它有自己的供需曲线，有自己的价格、过剩与短缺。
生产要素意味着：不是越多越好，而是要看边际收益。
中国语境里更值得追问的，是智算中心的使用率。
工信部口径下的“智能算力规模”是一个高速增长的数据。但这个数据是供给端数据，不是需求端数据。真正的问题是：建成的算力，有多少真的在跑？
答案藏在二手市场里。过去一年，深圳华强北和上海某些灰色渠道，H100 的二手价格曲线已经走出了“先涨后跌”的 L 型。某些型号的 8 卡服务器从 2024 年初的 320 万元一台，2025 年初冲到 380 万元，2026 年 6 月已经回落到 280 万元附近。同期，新卡出货却开始减速——这意味着，新增需求和实际需求第一次脱钩。
过去两年，从和林格尔到贵安，从芜湖到张家口，全国的智算中心建设密度堪比当年的大炼钢铁。地方政府把“智算中心”当成继高铁、新能源之后的第三代招商名片。问题在于：当所有地方都在建智算中心，所有智算中心都在抢同一批模型公司和云厂商客户时，使用率的“房间里的大象”就被集体忽视了。
Meta 这步棋的真正警示意涵，是它第一次把“使用率”这个变量写进了 AI 基础设施的全球叙事。一个全球最大的 AI 客户，开始反向输出算力，意味着即使是算力消耗最大的玩家也已经摸到了自家产能的天花板。那么，那些为了“未来 5 年算力需求”提前 5 年建好的智算中心呢？
不是泡沫论的另一面，是周期论的升级版。
2024 年那一轮关于“AI 泡沫”的争论，本质上是金融市场的争论——估值高不高、赔率够不够、回调会不会来。这一轮 Meta 卖算力触发的暴跌，是产业链的争论——算力作为生产要素，第一次按自己的供需曲线运行。Meta 卖算力不是泡沫破裂，是泡沫成熟——泡沫开始有自己的价格信号了。
价格信号会重新配置资源。它会让一部分智算中心闲置，会让一部分 GPU 流向二手市场，会让“算力即国力”的旧叙事让位于“算力即生产要素”的新叙事。
价格信号的另一面，是“算力回流”的出现。OpenAI 2026 年初被曝与三家美国电力公司签订 10 年期长约，本质是把算力成本锁定到能源价格里；Anthropic、xAI 也开始在美国中西部自建小型模块化反应堆（SMR）配套的算力园区。全球超大客户在做的不是“继续扩算力”，而是“把算力变成固定资产”。
对中国的启示，至少有三层。
第一层，是从“建算力”到“用算力”的政策语言转向。过去两年的智算中心建设，更多是供给侧的政策——给地、给电、给补贴。下一阶段的关键是需求侧——怎么让已经建好的算力真的产生收益。算力券、模型券、语料券这些补贴，本质上是把“补贴建”变成“补贴用”。
第二层，是算力交易的金融化基础设施。Meta 卖算力之所以能在美国成立，是因为有 CoreWeave、Lambda、Nebius 这一类“算力中间商”作为流通基础设施。中国目前算力交易还停留在“项目对接”阶段，没有真正的二级市场。算力金融化是 AI 时代基础设施的“水电煤”——它要能像电力一样调度、像大宗商品一样定价、像股票一样可质押。
第三层，是重新理解“东数西算”的国家工程。当算力从“国力叙事”回到“生产要素叙事”，“东数西算”不再只是把数据中心搬到能源便宜的地方，而是要把“算力-数据-模型-应用”这条产业链整体重新布局。真正的算力竞争力，不是建了多少机房，而是把多少应用跑在了自己的算力上。
Meta 卖算力这步棋，本质上回答了一个被我们集体回避了两年问题——AI 算力到底是不是过剩？
答案不是简单的“是”或“否”，而是“结构性分化”。超大客户已经饱和，长尾客户仍然紧缺；训练算力开始过剩，推理算力仍然紧张；通用算力开始出现价格压力，专用算力——TPU、NPU、车端算力——依然紧俏。
这才是“算力的 618”真正教会中国的事——别再用“国力”这种浪漫叙事理解算力了。算力是一种生产要素，它有自己的曲线、自己的价格、自己的过剩与短缺。读懂这条曲线，比建一万个智算中心都重要。（作者：西南大学 新闻传媒学院 汤怡含）
推荐阅读：