摘要：Meta正与Anthropic商谈一项最高100亿美元的算力租赁协议；同一天，SpaceX被曝可能向美国国防部提供价值数十亿美元的数据中心容量。
Meta 正与 Anthropic 商谈一项最高 100 亿美元的算力租赁协议；同一天，SpaceX 被曝可能向美国国防部提供价值数十亿美元的数据中心容量。
平台公司、航天企业和模型公司之间的边界开始松动，算力也从企业内部资产变成可以长期租赁、跨公司调度的基础设施商品。
7月17日，两项尚未落定的算力交易被披露。
第一项发生在 Meta 和 Anthropic 之间。据路透社报道，Meta 正在考虑向 Anthropic 出租计算能力，潜在交易规模最高可达 100 亿美元，租期约为两年。Anthropic 按月支付费用，双方可能保留提前退出的权利。
第二项涉及 SpaceX 和美国国防部。据路透社报道，SpaceX 正在商谈向五角大楼提供数据中心容量，用于运行军事和情报领域的 AI 模型，潜在价值达到数十亿美元。
两项交易的共同点很明确：卖方都没有把“云计算”作为传统主营业务。
Meta 依靠社交平台和数字广告获得收入，SpaceX 的主要业务则是火箭发射、卫星通信和航天系统。随着两家公司投入大规模 AI 基础设施，它们开始具备向外部客户批量出售算力的条件。
一笔最高100亿美元的算力租赁
Meta 与 Anthropic 的谈判最值得注意的地方，是交易双方在 AI 市场上存在直接竞争关系。
Anthropic 开发 Claude 系列模型，Meta 拥有 Llama 模型及自己的 AI 助手。按照过去的产业逻辑，Meta 建设的数据中心主要服务内部模型训练、推荐系统、广告业务和消费级 AI 产品。
现在，Meta 开始考虑把部分计算能力租给另一家模型公司。
路透社援引消息人士称，这项提议由 Anthropic 在 6 月提出。谈判仍处于早期阶段，具体条款可能发生变化，也可能无法达成协议。一个现实问题是，Meta 此前没有面向外部客户销售算力的成熟业务体系。
销售算力并不等同于把服务器接上网络。Meta 还需要建立客户计费、资源隔离、服务等级协议、故障响应、安全审计和技术支持等能力。这些工作原本属于 AWS、微软 Azure、Google Cloud 以及 CoreWeave 等云计算公司的专业领域。
因此，这笔交易如果落地，Meta 获得的不只是一个大客户，也是一套对外经营 AI 基础设施的试验场。
SpaceX也开始按容量出售数据中心
SpaceX 与五角大楼的谈判，把这种趋势扩展到了航天和国防领域。
SpaceX 此前已经通过火箭发射、星链通信和导弹预警项目与美国国防部建立合作关系。新交易讨论的重点，则是向国防部提供运行 AI 模型所需的数据中心容量。
这并非 SpaceX 首次对外提供大规模算力。
2026年6月，SpaceX 与 Google 达成多年期云服务协议，可以使用大约 11 万块英伟达芯片及相关基础设施。此前，Anthropic 还宣布使用 SpaceX 位于孟菲斯的 Colossus 1 数据中心全部计算能力，并为该设施增加约 300 兆瓦的新容量。
路透社还提到，SpaceX 内部讨论过与 CoreWeave 直接竞争，以更低价格销售计算资源。
一家航天企业由此拥有了三类基础设施：
- 火箭和卫星构成的空间基础设施；
- 星链形成的全球通信网络；
- GPU 集群和数据中心形成的 AI 计算基础设施。
这些资源可以组合为完整的国防技术供应体系：卫星负责采集和传输数据，数据中心负责训练及运行模型，AI 系统再把结果交给指挥、侦察和武器平台。
为什么把算力租给竞争对手
Meta 愿意考虑这类交易，首先与其基础设施投资规模有关。
根据 Meta 公布的 2026 年第一季度财报，公司预计 2026 年资本支出达到 1250 亿至 1450 亿美元，高于此前给出的 1150 亿至 1350 亿美元。其中很大一部分流向数据中心、芯片、服务器和电力设施。
Meta 还与 AMD 签署了最高涉及 6 吉瓦 GPU 算力的长期协议，并计划投资超过 100 亿美元，在美国印第安纳州建设一座 1 吉瓦级数据中心。
如此庞大的基础设施需要很长的规划和建设周期。企业必须提前锁定芯片、电力、土地和网络资源，但模型研发和产品流量很难精确预测。
这会产生两种情况：
- 第一，部分集群在某些阶段没有被充分利用。GPU 仍在折旧，电力、冷却和运维费用也不会暂停。
- 第二，公司为了应对未来需求，必须建设一定数量的冗余容量。这些容量暂时闲置，却不能轻易取消。
将部分算力租给外部客户，可以提高数据中心利用率，并用长期租赁收入分担基础设施成本。Anthropic 需要大量算力，又愿意签订大额合约，因而成为理想的批发客户。
云计算市场出现新的批发层
传统公有云销售的是一整套服务，包括虚拟机、存储、数据库、网络、安全和开发工具。客户可以按小时甚至按秒使用资源。
Meta 和 SpaceX 讨论的交易更接近另一种形态：以多年合同锁定一大块计算容量，买方按月支付费用，交易规模用 GPU 数量、兆瓦和数据中心容量衡量。
这与电力市场中的长期购电协议有些相似。
模型公司关心的是未来两三年能否获得稳定产能。基础设施拥有者关心的是设备利用率、投资回收周期和稳定现金流。双方通过长期协议，把不确定性变成可计算的成本。
AI 算力市场由此形成四类供应商：
- AWS、微软和 Google 等综合云服务商；
- CoreWeave、Nebius 等 AI 原生云服务商；
- Meta 等拥有超大规模内部基础设施的平台公司；
- SpaceX 等掌握数据中心、电力和专用网络的跨行业企业。
芯片采购、数据中心建设、模型开发与云服务之间的界限随之变得模糊。拥有大规模集群的企业，都可能成为潜在算力供应商。
模型公司像能源大户一样锁定产能
对 Anthropic 而言，四处签订算力协议并不反常。
前沿模型训练需要的计算资源持续增长，数据中心从规划到投入使用往往需要数年。完全依赖一家供应商，可能受到芯片交付、电力接入、机房进度和区域政策等因素影响。
同时向多家供应商采购，有助于分散风险，并获得更强的价格谈判能力。
这也意味着模型公司需要具备跨集群运行模型的能力，包括：
- 在不同芯片和网络架构之间迁移训练任务；
- 统一管理模型、数据和检查点；
- 根据价格及可用容量安排训练计划；
- 在多个供应商之间分配推理流量；
- 对数据安全和模型权重进行隔离。
未来模型公司的重要能力，除了算法和产品，还包括全球算力资源的采购与调度。
五角大楼将算力纳入军事基础设施
SpaceX 与美国国防部的谈判还有一层特殊意义。
军事 AI 系统需要处理卫星影像、无人机视频、雷达信号、情报数据和后勤信息。数据规模扩大后，国防部门需要持续获得 GPU 集群、专用网络和安全数据中心。
算力供应商因此会承担类似国防承包商的角色。
政府采购的对象逐步从单个软件系统扩展到整座数据中心的运行能力。供应商不仅交付算法，也要保证电力、芯片、网络、运维和安全审计。
AI 竞争因而延伸到能源、数据中心和通信网络。谁能够持续提供大规模算力，谁就更有机会进入高价值的政府和国防市场。
对工业智能算网的启示
工业企业也会遇到相似问题，只是规模和任务类型不同。
工业视觉检测需要稳定的推理算力，机器人训练需要 GPU 集群，CAE 仿真和数字孪生具有明显的峰值需求，企业智能体还会产生持续变化的模型调用量。
一家企业很难为所有任务长期准备足量硬件。更现实的架构是把自建数据中心、公共云、行业算力中心和边缘节点接入同一套调度系统。
工业智能算网需要解决四个问题：
算力资源可发现。 系统能够了解不同区域、不同芯片和不同供应商的可用容量。
任务可以迁移。 训练、仿真和推理任务减少对单一硬件环境的依赖。
数据保持隔离。 工艺参数、设计文件和生产数据必须按照权限与安全域流动。
使用能够计量。 算力按照任务、部门、项目和供应商核算成本，并形成统一结算机制。
当这些能力建立起来，企业采购的对象会从一批服务器转向一段时间内可获得的计算能力。工业算力也会出现按任务调度、按使用计量和跨主体交易的市场。
两笔交易仍处于谈判阶段
目前，Meta 与 Anthropic、SpaceX 与五角大楼的谈判都没有形成公开合同。相关公司也没有完整确认报道中的商业条款。
但它们并非孤立事件。
Meta 持续扩建数据中心并采购大规模芯片，SpaceX 已经与 Google 和 Anthropic 达成算力合作，模型公司也在多个基础设施供应商之间锁定长期产能。
AI 基础设施市场的竞争重点，已经从“谁拥有更多 GPU”延伸到“谁能以稳定价格交付可用算力”。
未来的数据中心可能同时承担企业内部基础设施、外部算力批发平台和国家战略资源三种角色。算力也会像电力、带宽和仓储容量一样，被长期预订、跨区域调度，并围绕利用率形成新的商业模式。