微軟與 Meta AI 投資燒錢 2026 顯卡支出創新高

微軟與 Meta 持續擴大 AI 基礎建設投入，顯卡與資料中心支出預估 2026 年再創新高，自研晶片成降低成本關鍵。
根據微軟與Meta剛出爐的季度財報，凸顯AI非但沒退燒，而且還要花費更多錢。

微軟與Meta在稍早公布財報時，均指出AI基礎設施的資金支出，已經開始進入新一輪的擴張週期。儘管投入金額已經相當驚人，但雙方都強調「AI算力供不應求」，甚至2026年的成本支出將創新高，其中除了添購AI加速元件GPU，更包含隨著AI使用需求增加的電費。

資本支出不手軟，Meta喊出1250億美元高額成本支出

在剛結束的第四季度，微軟的資本支出增加至375億美元，Meta則增加221.37億美元，雙雙高於市場預期。

更驚人的是未來的預測，Meta直接上調2026年的全年支出預期將擴大至1250億美元，相比去年同期增加高達73%。這筆錢主要都流向資料中心、伺服器與網路基礎設施的建設。摩根大通分析師指出，在基礎模型、AI代理 (AI Agents) 及商業化應用加速佈署推動下，現有的AI算力根本不夠市場使用。

買不夠就自己做：客製化晶片大戰開打

雖然NVIDIA與AMD的GPU依然是市場採購主力，但為了提升效能並控制恐怖的成本，微軟與Meta都在加速推動客製化晶片 (Custom Silicon) 戰略。

• Meta：Meta的客製化晶片MTIA將持續迭代，目前已能支援檢索引擎推理，計畫在2026年第一季擴展至核心的排序與推薦訓練負載，這對其晶片設計合作夥伴博通 (Broadcom) 來說是一大利多。

• 微軟：微軟聚焦於優化Token處理的能效，雖然近期公布的MAIA 200並未找上Marvell協助，但據分析師指出，下一代MAIA 300將轉由Marvell協助研發，預計2026年下半年進入量產。

供應極限成常態，投資潮將延續至2027

微軟與Meta坦言，需求的增長是指數級的，但供應鏈的產能是線性的，這導致「供應極限」成為常態。Meta透露，為了訓練新一代GEM模型，其GPU叢集規模已經翻倍，但依然需要繼續擴充。

這意味著，這波由雲端服務商 (CSP) 帶動的硬體投資熱潮，預計將一路延續到2027年。