Meta Platforms近期在人工智能领域的加速布局受到市场关注，2024年5月发布的LLaMA 3大语言模型标志着其在生成式AI赛道的重要进展，但扩张背后的基础设施成本也随之飙升。市场消息称，Meta正考虑出售数十亿美元股份筹集资金，以应对AI硬件采购的迫切需求，这一消息披露后，其股价下跌7%，也反映出投资者对股权稀释的短期顾虑。
这次拟议的股票发行，可能是近年来大型科技公司中规模最大的后续融资之一，资金将主要用于采购英伟达的H200和Blackwell系列AI芯片。核心原因在于，Meta的AI模型训练与推理需要大量高端GPU支持——以LLaMA 3的训练为例，就需要数万个GPU同时运算，而H200作为H100的升级版，配备141GB HBM3e内存和4.8TB/s的内存带宽，相比H100的80GB内存提升了76%，带宽也增加了50%，能显著提高大模型训练效率；Blackwell架构的B200芯片单芯片FP8算力达到20 petaFLOPS，是H100的4倍，可支持更复杂的多模态模型训练。
Meta此次融资的直接原因在于AI基础设施成本的飙升。行业估算显示，一台装着8张H100 GPU的服务器成本大概在30万美元左右，而Meta若要满足LLaMA 3及后续模型的扩展需求，可能需要部署数千台此类服务器，总投入将达数十亿美元。之前Meta还通过削减元宇宙项目预算等方式控制成本，但随着AI竞争进入白热化阶段，公司不得不转向外部融资以确保硬件供应。多位分析师指出，这一转变意味着Meta正从“效率优先”转向“AI优先”的战略，虽然短期股权稀释会影响每股收益，但从长远看，如果AI技术能成功融入Facebook、Instagram等平台——比如通过个性化推荐提高广告转化率，或是推出AI助手增强用户粘性——就能带来持续的收入增长。
眼下全球AI芯片市场正处在高速增长期，IDC数据显示，2024年第一季度全球AI芯片市场规模同比增长37%，达到128亿美元，英伟达在其中占据了约80%的份额。竞争对手方面，谷歌在2024年第二季度宣布要加大TPU v5e芯片的部署力度，以支持其Gemini模型的扩展；微软则通过Azure云平台增加英伟达H200 GPU的供应，同时推进自研AI芯片Project Athena的研发；亚马逊AWS也在2024年5月推出了基于Graviton4和Trainium2芯片的AI实例，想减少对英伟达的依赖。这些动向都说明，全球科技巨头正在AI基础设施领域展开激烈竞争，Meta这次融资正是它在这条赛道上保持竞争力的关键一步。
快报