Meta тоже начинает продавать лопаты: Цукерберг — модели могут быть медленными, но на GPU надо зарабатывать

marsbitОпубликовано 2026-07-06Обновлено 2026-07-06

Введение

Мета, столкнувшись с трудностями в разработке собственных ИИ-моделей (таких как Gemini и внутренние агенты), рассматривает возможность запуска сервиса **Meta Compute** для сдачи в аренду избыточных вычислительных мощностей (GPU) внешним клиентам. Это позволит компании монетизировать свои значительные ресурсы (объём заказов на мощности в 2024 году достиг 10 ГВт). Планируется следовать модели Space X: предлагать краткосрочные контракты с высокой маржой. Кроме того, Meta может создать платформу для хостинга сторонних моделей (например, Claude от Anthropic), конкурируя с AWS и Google Cloud. Хотя разработка собственных моделей (Muse Spark, Watermelon) продолжается, «продажа лопат» в виде вычислительных ресурсов становится для компании важным запасным планом (Plan B) для генерации дохода, пока её ИИ-модели не выйдут в лидеры рынка.

Дела с моделями не заладились, и Цукерберг обратил взор на инфраструктуру.

Причиной стало то, что Meta потерпела ряд неудач: ограничения на использование модели Gemini, признание Цукерберга, что внутренние разработки AI-агентов продвигаются медленнее ожидаемого, моральный дух сотрудников упал до 20-летнего минимума...

В общем, год выдался непростым.

Но ничего страшного, у Цукерберга мелькнула гениальная идея, и появился План Б.

Раз собственные модели не успевают, можно же продавать GPU!!

Согласно сообщению Bloomberg, Meta рассматривает запуск Meta Compute — сервиса по предоставлению доступа к своей масштабной AI-инфраструктуре внешним клиентам.

Ну что ж, мир, похоже, действительно принадлежит тем, кто продает лопаты...

Meta собирается продавать GPU

Итак, сколько же «лопат» есть у Meta?

Согласно отчету SemiAnalysis, Meta не только не замедляет, но и продолжает наращивать закупки вычислительных мощностей и строительство центров обработки данных.

Только за первые 6 месяцев этого года Meta уже заказала мощности в облачных и коммерческих ЦОД на сумму более 5 ГВт. И это не считая собственных центров обработки данных, строительство которых активно ведется.

Два крупнейших строящихся кампуса ЦОД Meta вместе представляют собой мощность в 2,5 ГВт.

А с начала 2024 года объем сделок Meta, связанных с ЦОД и вычислительными мощностями, приблизился к 10 ГВт.

Эти плотные точки на карте — уверенность Цукерберга в успехе продаж GPU.

Эти мощности могут быть направлены в несколько русл:

Первое: продолжать кормить собственные модели, такие как уже выпущенная MSL Александра Вана Muse Spark и обучаемое сейчас следующее поколение моделей под названием Watermelon.

Второе: использовать в системе рекомендаций для рекламы. SemiAnalysis полагает, что Meta, возможно, хочет увеличить сложность системы рекомендаций для рекламы еще в 10 раз, используя больше вычислительных мощностей для обучения и вывода, чтобы повысить доходы от рекламы.

Третье: заключить сделки по аренде части мощностей внешним клиентам по высокой цене, аналогично neocloud-сделкам SpaceX.

Если ориентироваться на контракты SpaceX по аренде высокопроизводительных мощностей, доход с 1 ГВт в год может достигать примерно 500 млрд долларов.

Если Meta выделит всего 200 МВт мощностей внешним клиентам, это может приносить 100 млрд долларов годового дохода, да еще и с сверхвысокой маржинальностью.

Хм, прибыль действительно немалая~

Более того, SpaceX создала новую модель: контракт на три года, но любая из сторон может расторгнуть его с уведомлением за 90 дней — фактически это означает подписание на 3 месяца с автоматическим продлением.

Это значит, что Meta в любой момент может вернуть мощности обратно для использования в MSL.

Четвертое: хостинг сторонних моделей.

SemiAnalysis даже предполагает, что Meta ведет финальные переговоры с Anthropic для получения доступа к приватному экземпляру Claude.

В будущем Meta может создать платформу для моделей, подобную Amazon Bedrock, Microsoft Foundry или Google Vertex.

Другими словами, Meta сможет развертывать сторонние модели, такие как Claude, на своей инфраструктуре и продавать их корпоративным клиентам в виде готового решения.

Для Meta это имеет как минимум три применения:

Первое, разумеется, внутреннее использование.

Google только что ограничил использование Gemini для Meta, а Meta, возможно, в ответ заменит его на Claude.

В конце концов, AI-проекты Meta требуют огромного количества высококачественных токенов моделей.

А Claude как раз является одной из сильнейших моделей на данный момент.

Второе: продажи внешним клиентам. Meta может продавать Claude-as-a-service, как Amazon Bedrock.

Клиентам не нужно самим договариваться с Anthropic, развертывать и обслуживать модель — достаточно вызывать ее через платформу Meta.

Третье: вертикальные приложения. Meta может использовать свою рекламную платформу для создания SaaS-решений в области продаж и маркетинга, интегрируя передовые AI-агенты.

SemiAnalysis прогнозирует, что Meta может вскоре объявить о подобном соглашении, и Anthropic станет объектом номер один, но к ним могут присоединиться OpenAI или Google.

Если бизнес Meta по продаже вычислительных мощностей сформируется, то ее конкурентами станут не только компании-разработчики моделей, такие как OpenAI, Anthropic, Google.

Она также встанет в один ряд с AI-облачными провайдерами, такими как AWS, Azure, Google Cloud, а также CoreWeave, Nebius.

Как только появились новости, рынок капитала тут же отреагировал.

Акции Meta взлетели почти на 9%, в то время как акции neocloud-компаний, таких как CoreWeave и Nebius, подверглись распродаже.

Уолл-стрит явно поняла новую историю Цукерберга:

Может, мы еще и не победили в гонке моделей, но на GPU уже можно зарабатывать!

Почему продавать вычислительные мощности: разработка моделей слишком дорога

Самая прямая причина, по которой Цукерберг переключился с моделей на продажу «лопат»:

Разработка моделей действительно слишком дорога!!!

Официальный прогноз капитальных затрат Meta на 2026 год уже повышен до 1250–1450 млрд долларов.

Для сравнения, капитальные затраты Meta только в первом квартале этого года составили 198,4 млрд долларов.

Но, глядя на прогресс моделей Meta, невольно становится тревожно:

Серия Llama с открытым исходным кодом имеет большое влияние на экосистему, но ее трудно напрямую конвертировать в доход.

А новейшая собственная модель Meta, Muse Spark, еще не вернула Meta в первую лигу.

Сейчас внутри Meta обучается следующее поколение моделей — Watermelon (Арбуз), и, по слухам, объем вычислительных ресурсов, вложенных в него, на порядок выше, чем в Avocado.

Александр Ван заявляет: не волнуйтесь, Watermelon уже достиг уровня GPT-5.5.

Тем временем, текущая версия Muse Spark скоро будет обновлена, что принесет значительные улучшения в области программирования и возможностей агентов.

Когда пользователи спрашивают, когда Meta сможет выпустить модель, сопоставимую с Claude Opus, Ван отвечает:

Очень скоро!

(Эй, Ван, хватит говорить, лучше выпусти уже!)

В конечном счете, амбиции Meta в области ИИ всегда вращались вокруг простой цели:

Догнать OpenAI, Anthropic и Google.

Ради этого Цукерберг не жалел денег. Чипы, центры обработки данных, таланты — инвестиции шли практически по максимальным стандартам.

Но проблема в том, что деньги вложены, а Meta еще не смогла по-настоящему убедить разработчиков и клиентов в том, что ее модели находятся на переднем крае индустрии.

Когда прогресс в моделях не может быть немедленно монетизирован, вычислительные мощности становятся активом, который легче всего понять Уолл-стрит.

Потому что GPU и центры обработки данных, по крайней мере, имеют цену.

Эти ресурсы можно сдавать в аренду, размещать на них модели, продавать API, обслуживать рекламодателей, создавать SaaS-решения с AI-агентами, а также продолжать улучшать внутреннюю систему рекомендаций для рекламы.

Это похоже на то, как если бы Meta раньше рассказывала рынку очень далекую историю:

Поверьте, мы создадим сверхразум.

А теперь эта история звучит гораздо ближе:

Даже если сверхразум не появится так быстро, эти GPU не являются невозвратными затратами.

Конечно, продажа вычислительных мощностей не означает, что Meta отказывается от собственных моделей. План А для Цукерберга по-прежнему — сверхразум.

Продолжать переманивать людей, наращивать количество видеокарт, обучать более крупные модели, догонять «большую тройку».

На пути к ASI Цукерберг никогда не сдается!

Просто конкуренция в области передовых моделей слишком непредсказуема, и на этом пути иногда приходится идти на небольшие компромиссы~

Ссылки:

[1]https://newsletter.semianalysis.com/p/meta-compute-everyone-wants-to-be

[2]https://www.bloomberg.com/news/articles/2026-07-01/meta-is-building-a-cloud-business-to-sell-excess-ai-compute

Статья из официального аккаунта WeChat «Квантовый бит», автор: Тин Юй

Связанные с этим вопросы

QКаковы основные причины, по которым Meta рассматривает возможность запуска Meta Compute и продажи вычислительных мощностей?

AMeta сталкивается с серией проблем: ограничение доступа к Gemini, замедление темпов разработки собственных AI-агентов, низкий моральный дух сотрудников и медленный прогресс в разработке конкурентоспособных собственных моделей. Поэтому компания ищет альтернативный план для монетизации своих огромных инвестиций в инфраструктуру (GPU, дата-центры), превращая их из затрат в источник дохода с высокой маржой.

QКаковы четыре основных направления использования вычислительных мощностей Meta, согласно статье?

A1) Обучение собственных моделей (например, Muse Spark, Watermelon). 2) Улучшение системы рекламных рекомендаций. 3) Сдача в аренду части мощностей внешним клиентам по модели, аналогичной SpaceX neocloud. 4) Хостинг сторонних моделей (например, Claude от Anthropic) с последующей их продажей как услуги для корпоративных клиентов.

QКакую потенциальную выгоду может получить Meta от сотрудничества с такими компаниями, как Anthropic?

AСотрудничество с Anthropic позволит Meta: 1) Получить внутренний доступ к мощной модели Claude в качестве замены ограниченному Gemini от Google. 2) Продавать Claude как услугу (Claude-as-a-service) через свою платформу, подобно Amazon Bedrock. 3) Использовать передовые AI-агенты в своих вертикальных приложениях, например, для рекламных и маркетинговых SaaS-решений.

QПочему, по мнению статьи, идея продажи вычислительных мощностей оказалась привлекательной для инвесторов (Уолл-стрит)?

AИнвесторы позитивно отреагировали, потому что история «продажи лопат» (инфраструктуры) более понятна и поддаётся оценке, чем долгосрочные и неопределённые перспективы разработки передовой ИИ-модели. GPU и дата-центры — это осязаемые активы, которые можно немедленно монетизировать с высокой рентабельностью. Это превращает огромные капитальные затраты Meta из риска в потенциальный новый источник стабильного дохода.

QОзначает ли стратегический сдвиг Meta в сторону продажи вычислений, что компания отказывается от разработки собственных передовых моделей ИИ?

AНет, Meta не отказывается от своей основной цели — создания искусственного сверхинтеллекта (ASI). Продажа вычислительных мощностей — это «План Б» или компромисс, позволяющий монетизировать инфраструктуру и генерировать доход, пока собственные исследовательские проекты (План А) продолжаются. Это способ снизить финансовые риски и неопределённость в гонке за лидерством в ИИ, не прекращая инвестиций в собственные модели, такие как Watermelon.

Похожее

Только что, классический шедевр DeepMind снова стал культовым. Объявлены награды ICML 2026

Официально объявлены награды ICML 2026. Две статьи о диффузионных моделях получили высшую награду за выдающуюся статью, и многие авторы — китайцы. В общей сложности 9 работ были номинированы на премию за выдающуюся статью, включая 3 победителя и 6 почетных упоминаний. Премия за проверку временем была присуждена классической работе DeepMind «Асинхронные методы глубокого обучения с подкреплением». Обе статьи-победители в области диффузионных моделей сигнализируют о переходе исследований от «доказательства концепции» к «глубокой» фазе, требуя более тщательного анализа и улучшения инфраструктуры. Награда за лучшую позиционную статью была присуждена работе «Позиция: сообщество по согласованию невольно создает инструментарий цензора», что отражает внутреннюю рефлексию в исследованиях безопасности ИИ. Почетные упоминания охватывают такие темы, как возникновение честности в RLHF, атрибуция движения в генерации видео, запоминание в языковых моделях, согласованность диффузионных моделей и строгое доказательство феномена «гроккинга». Список наград ICML 2026 указывает на то, что исследования ИИ переходят от фазы «быстрого расширения» к фазе «глубокой очистки» и консолидации.

marsbit12 мин. назад

Только что, классический шедевр DeepMind снова стал культовым. Объявлены награды ICML 2026

marsbit12 мин. назад

ARK активно скупает криптоакции: меньше риска или двойная нагрузка?

ARK Invest под руководством Кэти Вуд в июне приобрела акции криптовалютных компаний на сумму 77 млн долларов, включая Coinbase, Circle и Bullish, несмотря на худший месячный результат биткоина за четыре года. Однако анализ данных CryptoSlate показывает, что акции криптокомпаний имеют более высокую волатильность (68–90% за 30 дней) по сравнению с биткоином (37,6%), а их корреляция с BTC часто низка (0,55–0,58), что указывает на значительные уникальные бизнес-риски, такие как конкуренция, финансовые отчёты и разводнение акций. Только MSTR тесно следует за биткоином (бета 1,59, корреляция 0,85), выступая как инструмент с левериджем. Coinbase демонстрирует умеренную корреляцию, в то время как Circle больше зависит от отраслевой конкуренции (например, запуск Open USD вызвал падение на 17,5%). Robinhood показывает устойчивость благодаря диверсификации бизнеса, а майнеры, такие как RIOT и MARA, растут за счёт контрактов на ИИ-вычисления, а не движения биткоина. Кейс Strategy иллюстрирует дополнительные риски структуры капитала: падение коэффициента mNAV ниже 1 угрожает модели роста, вынуждая компанию рассматривать продажу биткоина для поддержания ликвидности. Таким образом, инвестиции в акции криптокомпаний не обязательно снижают риски — они могут усиливать волатильность биткоина или добавлять независимые бизнес-риски, в то время как успешные акции часто зависят от немонетарных факторов, таких как ИИ или финтех-услуги.

Foresight News17 мин. назад

ARK активно скупает криптоакции: меньше риска или двойная нагрузка?

Foresight News17 мин. назад

Альткойн-сезон уже наступил? Почему открытый интерес в $21 млрд у Биткойна говорит, что пока нет

Согласно сигналу цикла альткойнов от Glassnode, альткойны в целом демонстрируют более высокую доходность, чем Bitcoin (BTC), что может указывать на начало «сезона альткойнов». Однако криптосообщество предлагает иную точку зрения. Аналитик отмечает, что открытый интерес (OI) к Bitcoin составляет $21,11 млрд, что значительно превышает OI альткойнов ($16,36 млрд). Это говорит о том, что трейдеры по-прежнему сконцентрированы на Bitcoin, и у альткойнов может оставаться пространство для роста. Исторически пики ралли альткойнов часто совпадали с моментами, когда их OI превышал OI Bitcoin. Глава отдела исследований Grayscale Зах Пандл считает, что текущая цена Bitcoin может представлять привлекательную возможность для долгосрочной покупки, в зависимости от таких факторов, как повышение ставок ФРС, закон CLARITY и баланс стратегии. Аналитик также отмечает, что Bitcoin удерживает поддержку около $58 000, что может свидетельствовать об ослаблении продавцов и формировании дна рынка. В целом, рынок остается в фазе, определяемой Bitcoin, а не в полноценном цикле альткойнов, особенно пока индекс альткойнов остается ниже 75. Более широкий переток капитала в альткойны еще не произошел в полной мере.

ambcrypto49 мин. назад

Альткойн-сезон уже наступил? Почему открытый интерес в $21 млрд у Биткойна говорит, что пока нет

ambcrypto49 мин. назад

После наблюдения за Уоршем вблизи, главный экономист Morgan Stanley настаивает: ФРС не поднимет ставки в этом году

Автор: Чжао Ин После личного наблюдения за новым председателем ФРС Уолшем главный экономист Morgan Stanley Сет Карпентер заявил, что Федрезерв не будет повышать процентные ставки в этом году. В своем отчете после участия в ежегодном собрании ЕЦБ в Синтре, Португалия, Карпентер отметил, что позиция Уолша на политическом форуме сохранила тон с его инаугурационной пресс-конференции — твердую приверженность ценовой стабильности, но избегание конкретных путей достижения этой цели. Карпентер указал на два важных изменения: во-первых, более сбалансированное заявление Уолша о двойном мандате, смещение акцента с почти исключительного фокуса на инфляцию к более четкому признанию цели полной занятости; во-вторых, особое подчеркивание Уолшем того, что последнее заседание по политике (на фоне падения цен на нефть) уже снизило рыночные инфляционные ожидания и премии за срок, что, по мнению Карпентера, делает маловероятным повышение ставки ФРС в июле. При неопределенности в траектории политики ФРС Morgan Stanley сохраняет базовый прогноз об отсутствии повышения ставок в течение всего года, что означает, что рынкам не нужно оценивать риски скорого повышения. Карпентер также обсудил влияние ИИ на денежно-кредитную политику, подвергнув сомнению популярный нарратив о том, что "ИИ вызовет дефляцию и приведет к снижению ставок". Он утверждает, что более быстрый рост производительности означает более высокую равновесную процентную ставку (r*), что еще больше ослабляет логику снижения ставок, и называет простые утверждения о неизбежном снижении ставок из-за ИИ "почти наверняка ошибочными". В отличие от ФРС, политический курс ЕЦБ явно смещен в сторону ужесточения. Базовый прогноз Morgan Stanley предполагает, что ЕЦБ повысит ставки еще на 25 базисных пунктов в сентябре, однако более мягкие данные по инфляции в Европе и значительное падение цен на нефть оставляют пространство для маневра.

marsbit1 ч. назад

После наблюдения за Уоршем вблизи, главный экономист Morgan Stanley настаивает: ФРС не поднимет ставки в этом году

marsbit1 ч. назад

Торговля

Спот
活动图片