根據《彭博社》8月20日引述知情人士報導，Meta每年向Microsoft Azure旗下的Foundry平台支付高達數億美元的AI模型服務費用，換算新台幣等同數百億元。這筆驚人的支出，揭開了AI軍備競賽中最現實的一面：即使像Meta這樣積極打造自研晶片與資料中心的科技巨頭，面對生成式AI的無底洞需求，依然得乖乖向外掏出錢包。
每週數兆個Token的消耗量，不只代表Meta內部開發的活躍程度，更像一面鏡子，映照出整個AI產業對於頂級運算資源的飢渴。說到底，這年頭要訓練一個像樣的開源模型，光有演算法還不夠，算力才是真正的硬通貨。
每週數兆Token背後的算力焦慮
據知情人士透露，Meta開發人員利用Foundry平台提供的OpenAI模型來評估自家系統的輸出結果。Meta技術長Andrew Bosworth今年7月也公開表示，公司確實會租用市面上領先的外部模型作為開發環節的一部分。這透露了一個有趣的訊息：Meta不僅需要微軟的算力來跑任務，更把對手（OpenAI）的模型當作校準自家模型的「標竿」。這種「師夷長技以制夷」的做法，在矽谷已經是公開的秘密。
不過，具體使用哪些模型、每週確切Token用量與合約細節，兩家公司都以「商業機密」為由拒絕證實。這種曖昧態度，反而讓市場對這筆交易的規模有更多想像空間。
Foundry平台爆炸性成長，產能卻跟不上
微軟截至7月29日的數據顯示，Foundry平台已累積10萬名客戶，營收年增率超過一倍。更驚人的是，同時使用多家供應商模型的客戶數，自今年初以來成長了5倍；年算量達1兆Token的客戶數也年增4倍。這些數字說明了企業多雲、多模型策略已成主流，沒人想把雞蛋放在同一個籃子裡。
但高速成長也伴隨著甜蜜的負擔。微軟財務長Amy Hood坦言，系統仍存在產能限制，需求持續超出供給。這或許能解釋，為何Meta即便每年砸數百億台幣給微軟，依然得同步大手筆投資自家基礎建設——因為有錢也不見得能買到足夠的算力。
編輯觀點：從產業面來看，Meta與微軟的這層「亦敵亦友」關係，正是目前AI生態系的縮影。一方面，Meta的Llama模型是OpenAI的頭號競爭者；另一方面，Meta卻又得靠Azure的算力來練兵。這說明了AI領域的競爭已不是零和遊戲，而是「既合作又對抗」的複雜賽局。對一般企業來說，這則新聞的啟示在於：算力租賃市場只會越來越擁擠，現在就該思考自家的AI策略，是要像Meta一樣「兩條腿走路」（自建＋外購），還是專注在應用層做出差異化。如果連巨頭都為算力所苦，中小企業更應該未雨綢繆。
Azure產能遭質疑：實際晶片數與宣稱有落差？
就在Meta巨額用量的消息曝光之際，《衛報》8月17日的一份調查拋出震撼彈：Microsoft實際安裝的AI晶片數量約為220萬顆，低於根據公司公布的電力容量所推算出的數字。微軟隨即反駁該計算方法有誤，但加州大學河濱分校教授Shaolei Ren審視相關電力推算後認為，現有公開的產能數據缺乏足夠背景脈絡，難以斷定實際運作的算力究竟有多少。
這場「算力羅生門」凸顯了一個結構性問題：科技巨頭對於基礎建設的真實規模，向來語焉不詳。對投資人而言，Azure營收突破1,000億美元（年增41%）的亮眼成績固然重要，但若產能擴張速度跟不上需求，難保不會影響未來的服務品質與客戶留存率。
Meta資本支出飆升，自由現金流腰斬的代價
Meta在自建AI基礎建設上的花費同樣不手軟。今年第一季將全年資本支出預算從1,150億至1,350億美元，上調至1,250億至1,450億美元；第二季財報時再把下限提高至1,300億美元，全年預算區間來到1,300億至1,450億美元（約新台幣4.16兆至4.64兆元），幾乎是去年722.2億美元支出的兩倍。光是今年第二季，資本支出就高達310.8億美元。
執行長Mark Zuckerberg將支出上調歸因於零組件價格上漲（特別是記憶體），以及需要額外投資資料中心因應未來容量需求。但這股瘋狂投資的副作用已經浮現：Meta第二季自由現金流年減91%，顯示追趕AI競賽的財務代價極為沉重。
說句實在話，Zuckerberg這把賭注下得很大。市場是否願意容忍短期現金流大幅縮水，換取長期在AI領域的領先地位？從股價的波動來看，投資人顯然還在觀望。
數據背後的啟示
交叉比對這些數字，可以歸結出三個殘酷的現實：
- AI是一場資本無限賽局：Meta今年資本支出逼近去年兩倍，卻仍須額外砸數百億台幣向微軟買算力。這代表AI的資源消耗曲線，比摩爾定律還要陡峭。
- 算力軍備競賽沒有「贏家全拿」：即使Azure坐擁10萬客戶、營收破千億美元，依然供不應求。微軟與Meta既是盟友也是對手，這種動態平衡將持續主導市場格局。
- 自研晶片是解方，但遠水救不了近火：Meta的Iris晶片9月才投產，要到2027年運算能力才能翻倍。在此之前，外部雲端合約仍是不可或缺的救命稻草。
從長遠來看，Meta正在複製AWS的成長路徑——先靠外部雲端撐住需求，同時用資本支出養大自建實力，最終目標是推出自家API，直接與Foundry競爭。這條路能否走通，取決於Zuckerberg能否在現金流與技術自主之間，找到那個危險的平衡點。
對台灣的科技讀者來說，這則新聞不只是矽谷巨頭的內部角力。當Meta、微軟、Google為了搶購AI晶片而大打出手，台積電的CoWoS產能、伺服器代工廠的訂單能見度，乃至於資料中心散熱解決方案的演進，都將直接受惠於這股算力軍備競賽。可以說，美國巨頭的AI焦慮，正是台灣供應鏈的長期利多。
本文改寫整理自公開新聞來源，原始報導由科技新報發布。
常見問題 FAQ
Meta每年花多少錢向微軟購買AI算力？
根據彭博社報導，Meta每年向Microsoft Azure Foundry平台支付數億美元，換算新台幣約數百億元，但具體金額與合約條款雙方均未證實。
為什麼Meta已經大舉投資自建AI資料中心，還要向微軟買算力？
主要原因是AI模型訓練與推論的運算需求成長速度遠超預期，即使Meta資本支出已逼近去年兩倍，仍無法完全自給自足，必須靠外部雲端合約補足缺口。
Foundry平台的客戶成長有多快？
截至2026年7月29日，Foundry已有10萬名客戶，營收年增超過一倍，同時使用多家供應商模型的客戶數自年初成長5倍，年算量達1兆Token的客戶數年增4倍。
Meta的資本支出規模有多大？
Meta 2026年全年資本支出預算上調至1,300億至1,450億美元（約新台幣4.16兆至4.64兆元），幾乎是2025年722.2億美元的兩倍，第二季單季支出已達310.8億美元。
這則新聞對台灣科技業有什麼影響？
美國科技巨頭的AI算力軍備競賽，將直接帶動台積電先進封裝、伺服器代工、資料中心散熱等供應鏈的長期需求，對台灣半導體與電子零組件廠商而言是實質利多。
※ 此篇文章由 AI 改寫或生成，內容僅供參考，可能存在錯誤或不準確之處。