Meta 引爆AI產能過剩、晶片股大逃殺？　沈萬鈞: 真正關鍵在三大指標

Meta 釋出對外提供AI 算力服務，引爆產能過剩疑慮，晶片股出現獲利了結，費半跌逾6％、台積電ADR重挫近7％，台指期大跌867點。前基金經理人沈萬鈞表示，市場把「價格正常化」 和 「需求消失」 混為一談，真正要關注三項指標是，CSP資本支出、AI資料中心建置、新一代GPU是否下修轉弱。

沈萬鈞指出，AI Infrastructure （AI 基礎建設）族群被砸，導火線不是財報，也不是資本支出下修，而是市場看到 「產能過剩」(excess capacity )這個詞。7/1消息指出，Meta 考慮將部分 AI 算力對外提供服務，演算法第一時間便將它解讀成：「AI 建設過頭了，開始出現閒置產能。」再加上近期有人開始拿 H100 租賃價格下滑，當作需求降溫的證據，市場情緒快速放大，半導體、記憶體、電力、散熱、網通、ASIC、光通訊等 AI Infrastructure 族群全面承壓。

但如果把這兩件事情放在一起看，結論可能剛好相反。首先，H100 租賃價格下跌，本身並不能直接推論 AI 算力需求衰退。原因很簡單，市場供給結構正在改變。一方面，H200、GB200 以及後續 Blackwell 平台陸續開始出貨，高階訓練工作負載逐漸往新一代 GPU 移轉；另一方面，雲端服務商持續擴充 GPU 供給，也讓成熟世代產品價格自然回落。這是典型的新舊世代交替，而不是整體 AI Compute 市場需求消失。

事實上，如果需求真的崩潰，應該看到的是 Hyperscaler 同步下修資本支出、取消資料中心建置、GPU 訂單縮減，以及供應鏈開始出現大量砍單。但截至目前為止，市場看到的反而是 Microsoft、Meta、Amazon、Google 等大型雲端業者，仍持續維持歷史高檔的資本支出規模，AI 基礎建設投資並沒有出現反轉訊號。

再回頭看 excess capacity 這件事。在半導體產業，真正的 excess capacity，代表的是產能利用率下降、價格競爭惡化、企業必須降價求售。但如果 Meta 願意把部分 AI 算力拿出來出租，而且市場願意承接，這真的叫 excess capacity 嗎？

沈萬鈞認為，並不是如此，這反而代表 AI Compute 已經具備商品化能力（Compute as a Service），企業開始追求更高的資本報酬率（ROIC），把原本自用的資產，在不影響自身需求下創造額外收益。這就像五星級飯店把部分空房釋出給商務旅客，不代表住房需求不好，而是代表房間本身具有更高的經濟價值。
如果 GPU 算力真的沒有價值，Meta 根本不需要考慮出租；只有當市場仍然存在足夠需求，而且願意支付合理價格時，這件事情才有商業意義。

AI題材真正三項核心指標
因此，這次市場真正犯的錯，是把 「價格正常化」 和 「需求消失」 混為一談。H100 租賃價格回落，是產品世代交替與供給增加下的自然現象；Meta 評估對外提供算力，也是在提高資產使用效率。真正該觀察的，不是 H100 每小時租金跌了多少，也不是 excess capacity 這個字眼，而是三個核心指標：

1. Hyperscaler 資本支出是否開始下修。
2. AI 資料中心建置是否延後或取消。
3. 新一代 GPU（Blackwell、Rubin）的需求是否轉弱。

如果這三件事情都沒有發生，那麼 AI Infrastructure 的核心投資邏輯就沒有改變。甚至可以反過來思考，當企業開始把 AI Compute 視為一項可以持續創造現金流的資產，而不是單純的成本，代表 AI 算力的商業價值，可能比市場原先想像得還要更高。