财联社 7 月 10 日讯（编辑 夏军雄）Meta 新一轮算力扩张计划再次触动市场对大型科技公司 AI 投资回报的敏感神经。

据媒体报道，Meta 计划将计算基础设施容量从 2026 年的 7GW 提高至 2027 年的 14GW，同时最快于 2026 年 9 月量产自研 AI 芯片 Iris。

若按照传统 GPU 数据中心的建设成本估算，新增 7GW 容量可能对应约 2450 亿美元投资，明显高于市场预期，华尔街此前对 Meta 2027 年资本开支的一致预期为约 1600 亿至 1650 亿美元。

不过，德意志银行在最新研报中表示，市场可能高估了这轮扩张对 Meta 资产负债表和利润的压力，同时低估了公司将闲置算力转化为第三方云收入的可能性。

德银维持 Meta" 买入 " 评级，目标价设为 810 美元。

14GW 容量计划为何令市场不安？

市场的第一反应来自 Meta 的资本开支规模，而投资者对资本开支过高的担忧从去年开始便一直压制 Meta 和微软等超大规模云厂商的股价。

德银以 " 新云（Neocloud）" 公司 CoreWeave 的成本为参照，估计每增加 1GW 计算容量需要约 350 亿美元。若 Meta 在 2027 年新增 7GW，相关 AI 基础设施投资理论上可达 2450 亿美元。

CoreWeave 主要使用英伟达 GPU 建设数据中心。

尽管部分支出可能提前发生在 2026 年，但这一计划仍意味着 Meta 2027 年资本开支可能超过 2000 亿美元。相比之下，华尔街一致预期仅为 1600 亿至 1650 亿美元，德银此前预测约 1850 亿美元。

近两年来，大型科技公司持续增加 AI 服务器、数据中心和电力基础设施投入。投资者最初更关注算力短缺和 AI 增长潜力，但随着资本开支不断上升，市场定价重点正在转向折旧压力、自由现金流和投资回报周期。

对于 Meta 而言，基础设施投入规模越大，未来服务器和芯片折旧对利润率的影响也越明显。

不过，德银估计，买方机构此前对 Meta 2027 年资本开支的实际预期已达到约 2200 亿美元，远高于公开的一致预期。这意味着，部分专业投资者可能已经提前计入了大规模扩张，14GW 目标带来的增量冲击未必像表面数字那样大。

表外融资可将 Meta 直接建设容量降至 5.5GW

德银认为，不能简单地将新增 7GW 全部视为由 Meta 独立出资建设。

Meta 已为其位于路易斯安那州的数据中心项目 Hyperion 引入了合作伙伴和表外融资。该项目长期计划建设约 5GW 容量，其中约 1GW 至 1.5GW 可能在 2027 年投入运行。

由于相关建设采用合资或合作伙伴出资结构，Meta 承担的直接资本投入较为有限，而且其应承担的部分资金可能已经投入。

若从新增 7GW 中扣除 Hyperion 项目占据的约 1.5GW，Meta 在 2027 年需要直接融资建设的容量可能只有 5.5GW。

按照每 GW 350 亿美元计算，5.5GW 对应约 1900 亿至 1950 亿美元投资。虽然这一规模仍然庞大，但并未明显超过德银估计的买方预期。

这一安排反映出大型科技公司建设 AI 基础设施的新趋势。

随着单个数据中心项目的投资额进入数百亿美元级别，科技公司越来越多地利用合资企业、基础设施基金、资产管理机构和长期租赁安排，分散建设成本，降低资产负债表压力。

Iris 自研芯片有望降低单位算力成本

第二项重要变量来自 Meta 的自研芯片。

据报道，Iris 约用六周时间完成测试，未出现重大问题。Meta 与博通合作进行设计，并由台积电负责生产。公司计划从 9 月开始量产，同时加快至 2027 年的芯片迭代节奏。

Iris 属于 Meta 训练和推理加速器项目 MTIA 的一部分，其目标并非立即取代英伟达或 AMD 的 GPU，而是将部分内部工作负载转移至针对 Meta 业务定制的芯片。

对大型互联网平台而言，自研芯片最适合承担规模大、重复性高且相对稳定的任务，例如 AI 推理、内容推荐、广告排序、信息流排名和图像生成。与通用 GPU 相比，定制芯片可以减少不必要的功能，在此类特定任务上获得更高的性能成本比。

德银估计，服务器和芯片约占数据中心总成本的 60% 至 65%。英伟达毛利率约为 75%，如果 Meta 自研芯片的采购或制造成本比英伟达 GPU 低约 50%，整体数据中心建设成本可能下降 30% 至 35%。

假设 Meta 直接建设的 5.5GW 容量采用 50% 的 Iris 芯片和 50% 的外部 GPU，平均成本可能从每 GW 约 350 亿美元降至 300 亿美元左右，对应总投入约 1650 亿美元。

这意味着，即使 Meta 实现 14GW 的容量目标，实际资本开支仍可能处于投资者已经接受的范围之内。

不过，自研芯片短期内难以完全替代 GPU。大模型训练仍需要性能更强、软件生态更成熟的通用加速器，Meta 未来仍将是英伟达和 AMD 的重要客户。MTIA 的主要意义是优化芯片组合，降低边际成本，而非彻底摆脱外部供应商。

过剩算力可转化为云收入

目前，投资者分析 Meta 的 AI 回报时，通常聚焦于 AI 改善用户参与度、广告推荐、素材生成和智能助手商业化。这些回报主要通过广告收入和平台效率间接体现。

但在算力供应仍然紧张的大环境下，Meta 还可以将较旧一代、暂时闲置或非核心的计算容量出租给第三方。

德银预计，Meta 2025 年末拥有约 2GW 容量，2026 年新增 5GW，2027 年再新增 7GW，至 2027 年末达到 14GW。

在悲观、基准和乐观三种情景下，德银估计 Meta 可供出售的总容量分别为 1.95GW、2.575GW 和 3.2GW。若其中 75% 能够成功出租，实际售出容量约为 1.463GW、1.931GW 和 2.4GW。

按照每 GW 年化收入 100 亿至 150 亿美元估算，Meta 2027 年第三方云业务可能贡献约 146 亿至 360 亿美元增量收入，报告将其概括为 150 亿至 360 亿美元。

其中，基准情景增量收入约 241 亿美元，相当于较华尔街对 Meta 2027 年 3018 亿美元收入的一致预期高出 8%。悲观和乐观情景对应的收入上行空间分别为 4.8% 和 11.9%。

德银此前基准情景仅预计约 170 亿美元第三方云收入。随着 Meta 容量目标升至 14GW，基准收入预测提高至约 240 亿美元，表明资本开支越大，潜在的外部变现空间也越大。

德银假设算力出租业务的增量利润率为 50% 至 75%，已考虑销售和客户支持等相关成本。按照这一假设，三种情景对应的增量营业利润分别为 73 亿美元、151 亿美元和 270 亿美元。

华尔街目前预计 Meta 2027 年 GAAP 营业利润约为 1050 亿美元，营业利润率为 34.8%。计入第三方云收入后，营业利润可能提高至 1124 亿至 1320 亿美元，营业利润率则可能升至 35.5% 至 39.1%，较当前预期提高 70 至 428 个基点。

每股收益方面，市场目前预计 Meta 2027 年 GAAP 稀释后每股收益为 35.12 美元。德银测算，加入第三方算力业务后，EPS 可能达到 37.47 至 44.17 美元，对应 6.7% 至 25.8% 的上行空间。

在基准情景下，Meta 2027 年每股收益约为 40.11 美元，较一致预期高 14.2%，相当于增加约 5 美元。

AI 模型发布节奏加快，基础设施建设开始转化为产品

Meta 近期发布了 Muse Spark 1.1，进一步将产品范围扩展至智能体编程。

此前 Meta 还发布了 Muse Image 图像模型，该模型此前代号为 "Mango"，主要用于简化创作者和广告主生成图片的流程。

德银认为，Meta 近期模型发布节奏加快，说明其 AI 团队过去 9 至 10 个月可能主要在从头建设训练、推理、模型和软件基础设施。随着底层技术栈逐步完善，公司未来发布新模型的频率和可预测性有望提高。