Meta拟采购Crusoe约1.6GW AI算力，美国GPU服务器需求持续增长

据路透社6月18日报道，Meta Platforms被曝已经与数据中心开发及算力服务商Crusoe达成新的AI计算资源合作协议，计划从美国两座数据中心获得合计约1.6GW的计算容量。
相关报道显示，两座数据中心分别位于美国得克萨斯州Childress和密苏里州Warrenton。不过，双方目前尚未公开合同金额、具体交付时间以及实际使用的GPU服务器型号。路透社同时表示，Meta和Crusoe未立即回应置评请求，路透社也未独立核实该消息。

AI算力采购正从单台服务器转向数据中心容量

对于普通企业来说，服务器租用通常以CPU、内存、硬盘、带宽和IP数量进行配置；但对于Meta这类正在大规模投入生成式AI的科技公司，算力采购已经逐渐从“租用多少台服务器”，转向“采购多少兆瓦甚至吉瓦的数据中心容量”。
大型AI模型训练和推理不仅需要大量GPU，还需要配套解决服务器供电、液冷散热、高速网络、数据存储以及跨机房传输等问题。因此，拥有现成电力资源和数据中心建设能力的服务商，正在成为大型AI企业扩充算力的重要合作对象。
Meta近年来持续扩大AI基础设施投入。此次被曝从第三方数据中心获取计算容量，也说明即使是大型互联网公司，仅依靠自建数据中心也难以完全满足快速增长的AI算力需求。

美国GPU服务器市场或继续受益

美国目前聚集了较多GPU数据中心、云计算平台和AI模型企业。从得克萨斯州到弗吉尼亚州，不少数据中心项目都在围绕电力供应、GPU集群和高速网络进行扩建。

随着企业从模型测试进入规模化推理阶段，市场需求也会进一步分化：

• 大型模型企业倾向签署长期算力和数据中心容量合同；

• 中型企业更关注GPU服务器集群和私有云部署；

• 中小团队则更适合按项目租用独立GPU服务器或弹性GPU实例。

这意味着，AI服务器市场不会只有一种采购方式，而会同时存在公有云GPU、独立显卡服务器、裸金属GPU服务器和整座数据中心算力采购等不同形态。


Meta此次算力采购的重点，不只是“1.6GW”这个数字，而是AI基础设施的采购单位正在发生变化。
不过，对于绝大多数企业来说，并不需要盲目追求超大规模GPU集群。选择AI服务器时，更应该先确认模型参数规模、显存需求、训练还是推理、并发量、数据所在地区以及预计使用周期。短期测试适合弹性GPU资源；长期稳定运行的AI推理、视频渲染和模型微调业务，则可以重点比较独立GPU服务器与公有云实例的综合成本。服务器配置越高不一定越合适，能够持续稳定运行并控制长期成本，才是实际选型的关键。