Meta卖算力、Kimi停订阅，算力恐慌才到第一阶段

7月初，Meta宣布对外出租过剩算力，带崩全球芯片股；三周后，Kimi K3上线三天就把算力集群挤爆，被迫暂停新用户订阅。

一边喊过剩，一边喊紧缺，算力到底怎么了？

CHAPTER 1

Meta Vs Kimi

2026年7月初，Meta宣布向外部客户出售其AI算力和模型访问权限，2026年资本支出指引高达1250亿至1450亿美元，几乎是2025年的两倍。消息公布后Meta股价大涨近9%，但CoreWeave、Nebius等算力租赁公司股价重挫超13%，存储芯片巨头美光、SK海力士、三星电子均大幅下跌。

市场的直觉反应是：Meta都消化不了自己的GPU了，算力过剩了。

然而短短三周后，中国市场给出截然相反的信号。7月17日，月之暗面发布新一代大模型Kimi K3，参数规模达2.8万亿，是全球参数规模最大的开源模型。上线仅三天，用户请求量逼近集群承载极限，Kimi于7月19日宣布暂停C端新用户订阅，优先保障存量用户体验。中国信通院数据显示，2026年一季度国内AI算力需求同比暴涨417%，而同期智能算力供给增速仅为128%。

一边是巨头对外抛售算力，一边是AI公司因算力告急被迫暂停新用户订阅。过剩还是紧缺？答案是结构性错配。

华尔街传奇空头、尼克斯联合基金创始人查诺斯给出判断：

算力恐慌，才刚到第一阶段。

CHAPTER 2

算力泡沫的三个阶段

查诺斯认为，当前的算力波动不是终点，而是开始。他给出三个论据：AI算力的融资规模远超互联网泡沫；资本回报率急剧下滑。 超大规模云厂商的增量投入资本回报率，已从约18个月前的40%降至目前约20%；账面折旧尚未开始。

这些资产正经历技术性和经济性的双重贬值，却还没有反映在利润表里。一旦转入固定资产开始折旧，科技巨头的利润表将面临系统性冲击。

查诺斯对科技产业泡沫演进路径的判断路径为：

硬件泡沫期、应用泡沫期、业绩审判期。

第一阶段，资本涌入硬件：芯片、服务器、数据中心，行业比拼谁能囤到更多算力；

第二阶段，市场开始追问这些算力能不能变成实际收入，兑现不了的AI应用会被资本抛弃；

第三阶段，泡沫破裂后留下的企业，要用真实的利润和现金流接受审判。

CHAPTER 3

端侧市场机遇

面对如此动荡的市场，部分企业选择了另一条路径，把AI放到本地设备上跑，而不是把所有计算都押在云端。

这条路径的可行性，建立在两个变化上。

其一，AI应用的需求结构从训练转向推理：语音助手、文档摘要这类日常任务，本身不需要调用云端的大模型，本地设备处理即可完成。

其二，端侧AI芯片虽然算力峰值远不及数据中心GPU，但在低功耗场景下已经能提供匹配实际业务需求的有效算力：

对大多数企业来说，"够用、随取随用、成本可控"，比追求峰值性能更现实。

这种趋势已经在商业化层面显现：

2026年IOTE金奖名单中，一批端侧AI产品正在将算力下沉到应用端，让我们看看它们的表现：

为它投票 ⬆️
本地处理语音和视觉，断网照样用

360°看护+AI对话+通话，三合一

为它投票 ⬆️
搭载端侧大模型，断网也能AI对话

数据不上云，家长小程序全程可控

为它投票 ⬆️

端侧AI驱动，跟读答题离线也能用

家长管控，孩子不接触手机平板为它投票 ⬆️

为它投票 ⬆️

端侧推理，数据不出本地

适合政务、金融、医疗等安全行业

左右滑动

为它投票 ⬆️

NPU算力从6TOPS拉到32TOPS

无风扇全铝机身

工业边缘场景直接部署

为它投票 ⬆️

自带1TOPS端侧算力

RFID+AI板子本地跑完

全开源，快速原型开发

为它投票 ⬆️

30米群读千张标签

IP67防护

恶劣工业环境照样跑

为它投票 ⬆️

一台跑10个虚拟PLC

加装GPU卡本地AI推理

云端300ms延迟压到毫秒级

左右滑动

芯传感现已开启产业交流群，欢迎对半导体行业感兴趣的读者扫码下方二维码加入【芯传感-产业交流群】，一起交流分享最新动态与前沿资讯。

~END~