Meta预算1450亿押注AI，芯片三巨头拟购50亿美元股票

10月26日，Meta在一份公告中抛出两个数字：2026年全年资本开支预算1350亿至1450亿美元，以及拟邀请英伟达、AMD、博通三家芯片供应商合计认购至多50亿美元的A类普通股。前者相当于2023年全年的三倍多，后者则是一个罕见的信号——硬件厂商要真金白银买互联网巨头的股票。

这两件事合在一起，正在改变AI基础设施竞赛的规则。

一年1450亿，怎么付？

1350亿至1450亿美元是什么量级？如果把全球半导体设备市场每年约1200亿美元的规模做一个类比，Meta单家一年的AI基础设施投入已经超过整个行业的年产值。

但这笔钱不是凭空变出来的。Meta给出的方案是分四类来源：经营现金流、投资级债务、战略合作和股权资本。

经营现金流是基本盘。2026年前三季度，公司累计实现经营现金流970亿美元，意味着全年有望突破千亿美元大关。截至三季度末，账面现金、现金等价物及有价证券合计约820亿美元。光靠自有现金和现金流，至少能覆盖一半以上的开支。

剩下的缺口，靠发债和融资补上。投资级债务意味着Meta的信用评级足以以相对合理的利率借钱，而股权资本正是此次引入芯片供应商的逻辑起点——增发新股来筹集资金。

值得注意的是，Meta的资本开支增速在近三年呈现阶梯式跃升。2022年公司曾因元宇宙战略受阻大幅削减开支，2023年随着AI战略转向大模型训练，资本支出开始回升，2024年已创下历史纪录。今年这个预测区间进一步放大，反映出AI推理需求爆发后，基础设施建设的紧迫性已经从“储备产能”转变为“抢占窗口期”。

不过，1350亿至1450亿是一个区间预测而非确定承诺。实际支出可能因项目进度、技术路线调整和市场需求变化而发生偏离。

为什么是这三家？

公告中最引人注目的，是英伟达、AMD、博通三家联合表达认购意向的消息。注意细节：这是“意向”，且明确“尚不构成具有约束力的认购协议或承诺”。最终是否认购、认购多少，取决于各自董事会决策和承销商业选择。

但意向本身已经足够说明问题。

这三家公司分别是GPU（英伟达）、CPU／加速卡（AMD）和半导体设计／网络芯片（博通）的龙头。它们的产品构成了Meta AI数据中心的核心算力底座。让供应商成为股东，本质上是在建立一种双重绑定关系。

英伟达提供训练集群的主力GPU，博通则深度参与Meta定制化ASIC芯片设计和数据中心网络架构。AMD作为备选方案，提供EPYC处理器和部分加速卡产品线。这种多元化供应策略本就是Meta为了降低对英伟达单一家厂商依赖风险的布局。现在，通过股权纽带，Meta将这些竞争关系转化为利益共同体。

锁定订单是一方面。如果芯片厂持有Meta股份，双方在业务合作上的利益一致性会更强，减少客户流失风险。另一方面，也是更重要的，是获得一个额外的估值锚点。当英伟达买入Meta股票时，它不仅是在投资一家社交媒体公司的未来，也是在向市场传递对自己下游需求的信心——Meta花越多钱买芯片，就意味着英伟达自己的营收越高。

反过来也一样。Meta需要一个深度绑定核心供应商的机制，确保在AI军备竞赛白热化的阶段不会遭到断供或价格歧视。

当然，这种绑定也存在不对称风险。芯片厂商的认购金额上限只有50亿美元，分摊到三家公司身上并不构成重大持仓，对股价或公司治理的影响力有限。真正影响现有股东的是稀释效应，而本次发行的总规模和每股定价尚未公布。

AI投资到底值不值？

争议始终围绕一个问题：这些钱花出去，能不能赚回来？

Meta管理层在最近的电话会上给出了正面回答。公司指出，AI驱动的广告推荐系统升级已经带来实际效果，表现为用户参与度和广告变现效率的提升。简单说，就是广告主愿意花更多钱买曝光，用户停留时间更长。

但这个结论需要放在更大的背景下看。AI投入带来的收入增长可能是渐进式的，也可能被竞争对手的跟进迅速抹平差异。更重要的是，资本开支集中在硬件端——数据中心、服务器、网络设备，这些资产折旧周期长且难以逆转。一旦AI应用层的增长不及预期，固定资产的重压就会直接传导到利润率。

微软和谷歌同样在大规模投资AI基础设施，它们的资本开支也在连年增长。三家科技巨头之间的竞争并非零和，但如果所有人都拼命花钱而整体ROI没有同步提升，行业就可能陷入产能过剩的风险。

此外，这次股权融资的市场信号也值得玩味。通常科技公司增发会引发股价下跌担忧，因为新发股票意味着每股收益（EPS）被摊薄。但此次认购方是产业协同极强的上游供应商，市场可能会将其解读为供应链稳定性增强的利好，而非单纯的融资抽血行为。这种独特的交易结构，或许能为其他面临巨额AI投入压力的科技公司提供一种新的参考范式。

接下来看什么

这次公告只是一个开始。有几个关键信息节点值得持续追踪：

第一，最终发行价格和稀释比例。SEC文件披露后，才能计算现有股东的权益稀释程度，这也是判断股权融资是否划算的核心指标。

第二，三家芯片商的最终认购情况。意向不等于成交，后续是否有补充公告确认实际认购份额。

第三，资本开支的实际执行节奏。是按季度均匀释放，还是集中在年底？这直接影响市场对现金流和负债率的预期。

第四，AI广告收入的持续性。如果下一个季度的数据证明用户参与度和广告效率只是阶段性改善而非结构性趋势，现有的高投入逻辑就需要重新审视。

第五，其他科技巨头的反应。苹果、亚马逊、特斯拉是否会跟进类似的供应链资本绑定模式？

AI基建竞赛已经过了拼嗓子的阶段。现在比拼的不是谁更有野心，而是谁能用更聪明的方式把代价转嫁给产业链。1450亿美元的数字背后，是一场关于成本分担和利益捆绑的深层博弈。