狂砸7000亿！Meta接单AMD 6GW算力，拿10%股份，黄仁勋遭最强背刺
算力江湖，一夜变天。
塔猴 2 月 25 日报道，昨夜，Meta 给 AMD 送上价值千亿美元的嫁妆。
6 吉瓦（GW）算力部署、1000 亿美元潜在价值、10% 股权绑定。
消息一出，AMD 股价应声大涨 14%。科技圈哗然，不仅是因为 AMD 拿到了史诗级订单，更是因为英伟达的垄断地位不再，AMD 不再是备胎，成了正宫。
这是扎克伯格蓄谋已久的去英伟达化，Meta 要摆脱抢不到 H100 的算力焦虑。
一、史诗级联姻的细节
这或许是 AI 芯片史上最疯狂的一笔交易。
根据协议，Meta 与 AMD 达成了一项直到 2026 年下半年启动的长期战略合作。这笔天价订单总价值可能超过 1000 亿美元（约合人民币 7200 亿元）。
这是什么概念？这几乎相当于大半个英特尔的市值，或者能买下七八个 OpenAI（按早期估值算）。
但真正让黄仁勋感到痛苦的，是合同里的一项特殊条款：股权。
Meta 不仅大举采购硬件，还签署了认股权证。如果 AMD 能按时交付首批 1GW 的算力，Meta 将获得购买 AMD 股票的权利，最高可持有 AMD 约 10% 的股份（约 1.6 亿股）。
这一招极其狠辣。
对于 Meta 来说，这是要拉 AMD 入伙。这种深度绑定的策略，让人想起了当年微软绑定 OpenAI 的手法，但扎克伯格的手笔更大、更直接。
交付节奏也充满了紧迫感，第一阶段 1GW 的部署将于 2026 年下半年正式启动。注意，留给英伟达独享市场的时间，真的不多了。
二、6GW 算力：MI450 定制芯片
为什么是 AMD？凭什么值 1000 亿？
这次合作并非简单的买显卡，而是双方在硬件、软件和系统层面的全栈打通。塔猴梳理发现，Meta 这次几乎把 AMD 最先进的硬件全家桶包圆了。
首先是 GPU。Meta 将大规模部署基于 MI450 架构的 Instinct GPU。重点在于"定制"二字——这不是网上售卖的标准品，AMD 会根据 Meta 的 AI 工作负载量身打造。
其次是 CPU。AMD 第六代 EPYC 处理器（代号威尼斯）也将成为 Meta 数据中心的标配。
最后是架构。双方将共同基于 AMD Helios 机架级架构，打造端到端的解决方案。
更关键的是软件。众所周知，CUDA 是英伟达的护城河，而 Meta 这次选择亲自下场，帮 AMD 修补 ROCm 软件栈的短板。有了 Meta 这种体量的客户在生产环境中打磨，ROCm 的成熟度将迎来指数级跃迁。
6GW 算力是什么概念？
如果用电量来衡量，这相当于数个中型核电站的满负荷输出；如果用显卡来衡量，这相当于几十万张英伟达 H100 同时轰鸣。这是算力部署规模的一次数量级跃迁。
三、扎克伯格的去英伟达化
扎克伯格如此大手笔押注 AMD，背后有着清晰的战略考量。
在官宣合作的同时，扎克伯格说了一个新词：“个人超级智能（Personal Superintelligence）”。
在他看来，未来的 AI 会深度介入个人生活，能理解物理世界。要实现这一点，现有的算力远远不够，且成本太高。
所以才有了扎克伯格的这次去英伟达化。
第一，去风险。 Meta 不能把未来帝国的基石，全部压在黄仁勋一个人的篮子里。
第二，拿议价权。 有了 AMD 这个超级筹码，Meta 在面对英伟达时，腰杆就硬了。分析师指出，Meta 目前的体量已经大到可以"控制整个技术栈"，他们需要的是弹性和自主权，而不是被单一供应商锁死。
与其无休止地交税给英伟达，不如扶植一个强大的老二，让市场回归双寡头竞争，从而拉低整体算力成本。
四、算力江湖变天
随着 Meta 的入局，AI 芯片的战局彻底改变了。
曾几何时，AMD 在 AI 领域被视为"能用就行"的廉价替代品。但现在，它拿到了通往顶级俱乐部的门票。
看看苏姿丰现在的朋友圈：微软来了，OpenAI 来了，现在连最难啃的 Meta 也带着千亿美金来了。
这标志着 AMD 已经从一个挑战者，正式转变为大厂的核心战略伙伴。
对于英伟达而言，隐忧已现。虽然其技术护城河依然深厚，CUDA 生态依然强大，但客户们正在集体造反。当第二名拿到足够多的钱、足够大的落地场景，技术差距会被迅速填平。
商业历史告诉我们，没有任何一种垄断是永恒的，尤其是在客户极度渴望替代方案的时候。
五、苦行僧的逆袭
要想看懂这场"变天"的含金量，就必须回望过去二十年两家芯片巨头的殊死搏斗。
AMD 为何一直苦苦追赶？答案藏在 2006 年。那一年，AMD 砸下重金收购 ATI，将全部精力耗费在 CPU 与 GPU 的融合上，甚至一度陷入财务危机。而同一年，黄仁勋做出了一个当时被华尔街看衰、却在日后改变世界的决定：推出 CUDA（统一计算设备架构）。
这让显卡从单纯的"游戏画图板"变成了通用并行计算平台。当 2012 年深度学习爆发时，研究人员发现只有英伟达的 GPU 配合 CUDA 最好用。英伟达根本不是单靠硬件赢的，而是靠软件建立了一个极度封闭且繁荣的生态帝国。
开发者习惯了 CUDA，就像程序员习惯了 Windows。早年间，AMD 的 AI 软件栈常常被开发者吐槽"难用、bug 多、缺乏社区支持"。在 AI 初创公司眼里，不支持 CUDA 就等于不能跑大模型。这种生态的鸿沟，一度让 AMD 的追赶显得令人绝望。
但苏姿丰没有认输。自她接手以来，AMD 打响了一场漫长而痛苦的诺曼底登陆。
-
架构分家：果断将 GPU 架构一分为二，RDNA 专攻游戏，CDNA 专攻数据中心计算，在底层设计上开始硬刚英伟达的 Tesla/Hopper 架构。
-
死磕软件生态：既然打不过 CUDA，那就加入"反 CUDA 联盟"。AMD 全面拥抱开源，大力支持 PyTorch 框架和 OpenAI 的 Triton 语言。只要开发者能在更高层的框架下写代码，底层是英伟达还是 AMD 就不再重要。
-
疯狂扫货补齐短板：连续收购赛灵思（Xilinx）、Nod.ai、Silo AI 等软硬件团队，疯狂招募软件工程师，把 ROCm 的短板一块块强行补齐。
从 MI250 的崭露头角，到 MI300X 在内存容量和带宽上硬刚 H100，AMD 一直在用"更高的性价比"和"更大的内存"试探大厂的防线。
如今，Meta 的千亿大单，正是对 AMD 这十年苦行僧般努力的最大回馈。当扎克伯格愿意开放 Meta 真实的、海量的业务场景来帮 AMD 练兵打磨软件时，CUDA 那道曾经不可逾越的高墙，终于被彻底砸出了裂缝。
六、结语
2026 年的开年，扎克伯格的这次豪赌，或许不会立即终结英伟达的统治，但它在铁板一块的 AI 算力市场上撕开了一道巨大的口子。
在 AI 算力这个万亿赛道上，从此有了真正的双巨头叙事。
不管是 MI450 还是 B200，对于产业而言，有竞争才是最好的消息。
对此，今晚身穿皮衣的黄仁勋，还能睡得着吗？
