2026 年 1 月 12 日,Mark Zuckerberg 在 Threads 貼文宣布:「今天我們成立一個名為 Meta Compute 的頂層計畫。」這不是又一筆資料中心採購案,而是把 AI 基礎設施拉抬成與 AI 模型平起平坐的公司級計畫。Reuters 的標題寫得很直白:Meta 將在 Meta Compute 架構下建造吉瓦級運算容量。
規模目標由 Zuckerberg 親口說出:Meta 計畫本世代結束前建成「數十吉瓦」,長期更要「數百吉瓦以上」。一座大型核電機組約 1 GW——這等於要為 AI 鋪出數十座電廠等級的算力。
三位負責人,一個頂層計畫
TechCrunch 報導,Meta Compute 由三位高層共同領軍,分工正好對應基礎設施的三個難題。
Santosh Janardhan,2009 年加入 Meta 的全球基礎設施負責人,掌理技術架構、軟體堆疊、自研晶片、開發者生產力,以及全球資料中心艦隊與網路——現有機房與骨幹網路的管理者。Daniel Gross,2025 年加入 Meta,是與 Ilya Sutskever 共同創辦 Safe Superintelligence 的投資人,負責長期容量策略、供應商夥伴關係、規劃與商業建模——算力的「買什麼、何時買、花多少」。Dina Powell McCormick,新任總裁兼副主席,負責政府關係,協助這些設施的融資與落地——蓋機房最終是政治與許可問題。
把 SSI 共同創辦人放進容量策略的位置最值得注意:Meta 要的不是更多採購經理,而是懂前沿模型需求曲線的人。
電力才是真正的戰場
這波競賽的計量單位已經從 GPU 顆數換成吉瓦。Axios 引述 Zuckerberg 的說法,Meta 計畫本世代建成數十吉瓦、長期數百吉瓦以上;TechCrunch 則引述估計,美國 AI 用電需求到 2030 年可能從 5 GW 成長到 50 GW。換句話說,即使只看「數十吉瓦」這個近期目標,單一公司的建置量就與全美 AI 用電預估同一量級。
競爭對手也沒停:微軟持續透過基礎設施夥伴關係擴張,Alphabet 則在 2025 年 12 月收購了資料中心業者 Intersect。當各家實驗室都在搶同一批電網容量與土地,誰先拿到電,誰就先拿到下一代模型的入場券。
資本支出與市場脈絡
錢的方向早已說明一切。Meta 的 2025 年資本支出預估最高達 720 億美元,CFO Susan Li 稱領先的 AI 基礎設施是「核心優勢」。Meta Compute 等於把這條支出線升級為常設組織,而不是逐季討論的預算項目。
這與整個產業的資金流向一致——同一週裡,AI 晶片新創 Etched 宣布 5 億美元融資直接挑戰 NVIDIA,稍早 xAI 才以 200 億美元 E 輪刷新紀錄。從晶片、電廠到機房,AI 的資本競賽在 2026 年開年全面升溫,我們在開年觀察中也指出算力取得正在成為獨立於模型競賽的戰場,Meta Compute 是這個趨勢至今最明確的組織化證據。
對開發者與產品團隊的意義
三個實際影響。第一,模型供給的能見度拉長:當 Meta 把容量規劃拉到十年尺度,依賴 Llama 系列或 Meta 生態系的團隊,可以預期更穩定的訓練與推理資源。第二,自研晶片話語權擴大:Janardhan 的職掌明確包含 silicon,Meta 在 NVIDIA 之外的自研路線會持續推進,這對晶片供應鏈與模型框架都是變數。第三,電力成本會逐步反映在 API 價格與部署限制上:綁定單一雲或單一晶片的架構,在吉瓦級時代是明確營運風險,多源算力規劃應提前進入工程議程。
參考來源
- Mark Zuckerberg says Meta is launching its own AI infrastructure initiative — TechCrunch
- Meta to build gigawatt-scale computing capacity under Meta Compute effort — Reuters
- Meta launches new Meta Compute initiative to build AI infrastructure — Axios
本文由 AI 協助自上述來源整理，經人工審核後發布。