News

Meta boosts investment in West Texas AI data center by over sixfold to $10 billion

主要信源：https://www.cnbc.com/2026/03/26/meta-to-spend-10-billion-on-ai-data-center-in-el-paso-1gw-by-2028.html 事件日期：2026-03-26

速查卡

项目	内容
一句话总结	Meta 把得州 El Paso AI 数据中心投资承诺从 15 亿美元一口气抬到 100 亿美元，并计划 2028 年达到 1GW 容量，说明北美超大规模 AI 基建还在继续加速。
大白话版	这不是“又盖一个机房”，而是 Meta 明牌：即便没云业务兜底，也要继续把 AI 当成公司的主战场来砸钱。
核心数字	100 亿美元投资；1GW 容量；300 个长期岗位；建设高峰期 4000+ 工人；承诺新增 5000MW 清洁电力；液冷闭环系统。
影响评级	A — 这是典型的行业格局级事件，因为它再一次证明：AI 基建的资本开支拐点并没有来，甚至还在继续上修。
利益相关方	Meta、NVIDIA、AMD、Arm、MTIA 供应链、电网与水资源体系、美国地方政府、社区居民。

事件全貌

发生了什么？

CNBC 报道称，Meta 将其位于美国西得州 El Paso 的 AI 数据中心项目投资承诺，从最初约 15 亿美元，提升到 100 亿美元，目标是在 2028 年项目上线时达到 1GW 容量。

这个项目不是纸面规划，而是已经动工：

2025 年 10 月开工；
现在处于继续扩张阶段；
Meta 对外同步承诺电力、水资源与社区合作安排。

Meta 还披露了几项配套数据：

项目将带来约 300 个长期岗位；
建设高峰期需要 4000 多名施工人员；
将新增 5000MW 以上清洁电力配套；
会通过闭环液冷与水修复项目减轻当地水压力。

为什么这件事重要？

因为 Meta 不像 Amazon、Microsoft、Google 那样有成熟的外部云业务，把大规模 AI 基建成本转嫁给广泛企业客户。

它大规模扩建数据中心，更多是在押三件事：

自家模型和产品需要长期巨量训练/推理；
广告、推荐、生成式产品与 AI assistant 的未来回报足够大；
AI 已经不是附属投入，而是公司战略中枢。

时间线

2025-10：El Paso 项目破土动工，初始投资承诺约 15 亿美元；
2026-03：Meta 将项目投资上调至 100 亿美元；
2028：目标达到 1GW 容量并投入运行；
同步进行：Meta 持续采购 NVIDIA、AMD、Arm 与自研 MTIA 相关算力系统。

技术解析

技术方案

从公开信息看，这个项目的本质不是普通企业数据中心，而是面向 AI 负载优化的超大规模基础设施节点。

其技术关键词有四个：

1. 1GW 级容量

1GW 不是一个轻描淡写的数字。

它意味着这个园区级设施不是只服务某一代模型训练，而是要承接长期、持续的大规模：

模型训练；
推理服务；
多模型并行部署；
自研芯片与外采芯片混跑；
大规模内部产品化流量。

很多公司会把“百兆瓦级 AI 机房”当大项目，而 1GW 已经是另一档规模了。它不仅是服务器多，而是意味着：

电网对接；
变电系统；
散热体系；
园区建设；
水资源协调；
地方政策与社区关系；

全都要按超大型工业设施去做。

2. 液冷闭环系统

Meta 提到新站点将采用 liquid-cooled closed-loop system。

这很关键，因为当前 AI 数据中心最大的两个工程瓶颈之一就是散热：

GPU 和高性能加速卡功耗继续上升；
单机柜功率密度越来越高；
传统风冷在高密度 AI 负载下越来越接近极限。

闭环液冷的意义是：

提升单位机柜承载能力；
降低对一次性水消耗的直接压力；
为未来更高热密度卡型预留空间。

3. 电力前置规划

Meta 承诺新增 5000MW 清洁电力到电网，这说明它知道单纯“买卡建房”已经不够。

AI 基建项目真正的门槛越来越像：

能不能拿到稳定电；
电是否可持续；
电价与峰值调度是否能控；
会不会被社区和政策层反噬。

4. 芯片与系统协同

CNBC 同时提到 Meta 近期：

与 NVIDIA、AMD 签了大单；
成为 Arm 新数据中心处理器的首个客户；
发布新一代自研 MTIA 加速器。

这说明 El Paso 这类园区不是单一硬件路线，而更像一个混合算力试验场：

外部 GPU；
外部 CPU；
自研加速器；
内部软件栈。

与之前的区别

维度	之前的 Meta 数据中心叙事	这次 El Paso 扩建	变化含义
投资规模	传统数据中心和中等规模 AI 扩容	从 15 亿直接跳到 100 亿	AI 已成为最优先 CAPEX 方向
设施定位	更多偏通用基础设施	明确面向 1GW AI 负载	从“支持业务”变成“定义业务”
散热与配套	常规数据中心思路更强	液冷 + 电力 + 水资源统筹	AI 设施进入重工业时代
市场信号	持续投入 AI	战略级上修	行业军备竞赛并未降温

产业影响链

Meta 上调 El Paso AI 数据中心投资
  ├→ 继续拉高 GPU / CPU / 网络 / 液冷需求
  │   ├→ NVIDIA / AMD / Arm 供应链受益
  │   └→ 电力与冷却系统厂商持续吃到订单
  ├→ 强化北美 1GW 级 AI 园区成为新常态
  │   └→ 其他 hyperscaler 资本开支压力同步上升
  ├→ 提高地方电力与水资源博弈强度
  │   └→ 社区阻力与监管关注同步增加
  └→ 进一步证明 Meta 押注 AI 为公司核心平台能力
      └→ 资源继续从非核心部门向 AI 聚拢

谁受益？

1. NVIDIA / AMD / Arm / 自研芯片链

大型 AI 园区不是抽象概念，它最终会变成：

GPU 订单；
CPU 订单；
交换网络；
机柜系统；
存储与调度软件；
供电与散热基础设施。

Meta 越激进，越意味着上游厂商的可见需求越高。

2. 液冷、电力、配套基础设施公司

AI 的资本支出越来越不是“买芯片”，而是“把芯片真的接进可持续运行的系统里”。这会持续抬升：

液冷系统；
配电系统；
园区工程；
水处理与回收；
工业级运维。

3. Meta 自己

如果 AI 真是下一个十年平台能力，那么提前占坑 1GW 级基础设施，就是直接买未来算力确定性。

谁受损？

1. 资本市场里的“AI 开支见顶”叙事

这次投资上修是在打脸一种常见判断：大厂很快会开始收缩 AI 基建资本开支。至少从 Meta 看，现实恰恰相反。

2. 本地社区与资源承压地区

尽管 Meta 提到水修复、闭环液冷和清洁电力承诺，但这类大型设施天然会带来：

电网压力；
土地与资源竞争；
水资源焦虑；
地区公共基础设施承压。

3. 不做重资产投入的中小玩家

大厂继续把门槛往上抬，会让中小模型公司更难在基础设施层直接竞争，只能更多依赖租赁云资源或做更轻资产的上层产品。

竞争格局变化

变化前

市场中仍有人期待：

2026 年 CAPEX 可能趋稳；
超大规模园区建设会放缓；
模型公司会更多转向效率优化，少烧一点钱。

变化后

Meta 这次动作意味着：

至少头部公司仍认为 AI 资源争夺还在早期；
1GW 级数据中心不再是极端个例，而是逐渐变成新参考标准；
竞争从模型能力外溢到园区、电力、供水和地方协调能力。

预期各方反应

Microsoft / Google / Amazon：更难对外释放收缩信号；
地方政府：更欢迎高投资项目，但也更担心资源冲突；
供应链：会进一步按“长期景气”来做产能配置；
社区和舆论：对水、电、环境的审视会继续升高。

历史脉络

过去几年 AI 数据中心的发展，已经经历了三步：

先是 GPU 为王：大家先抢卡；
再是集群系统工程：开始拼互联、散热、网络与软件栈；
现在进入园区和资源协同阶段：电、水、地方政策、社区关系也成了 AI 竞争力的一部分。

Meta 的 El Paso 项目恰好站在第三阶段。

这也是为什么这件事比“又买了多少万张卡”更重要：卡买来只是起点，能不能让这些卡长期稳定、低故障、高利用率地跑起来，才是决定长期胜负的关键。

批判性分析

被忽略的风险

资源与社区摩擦会越来越强。 Georgia 县用水争议已经是前车之鉴；
100 亿美元不是终点。 这种项目最常见的模式是：一旦进入重配套阶段，实际成本还会继续上修；
高强度基建不等于高回报。 如果 AI 商业化兑现速度不及资本支出节奏，Meta 会承受更大的财务压力。

乐观预期的合理性

乐观派认为这笔钱值，因为：

Meta 在模型、广告、社交、助手、硬件多条线都能用到算力；
AI 能力正在成为平台公司的基础能力，而不只是新业务试验；
先建设施的人，往往在下一轮竞争里拥有更高确定性。

悲观预期的合理性

悲观派担心的也很现实：

Meta 没有对外云收入作为缓冲；
市场已经开始质疑 AI 投入和利润兑现的时差；
资源密集型园区项目极易遭遇政策和社区反弹。

独立观察

Meta 这次最重要的信号，不是“花钱很多”，而是“没有退后半步”；
AI 基建竞争已经从卡、模型、软件，扩展到电力、水、液冷和地方关系；
如果连没有云业务护城河的 Meta 都还在继续猛砸，说明头部公司普遍相信下一轮 AI 竞争远未结束。

总结判断

El Paso 项目上修到 100 亿美元，是一个非常硬的行业判断：

超大规模 AI 基建不是泡沫尾声，而仍在扩张中。

这件事会继续推高：

供应链景气；
电力与资源博弈；
超大规模园区建设门槛；
大厂之间的资本支出竞赛。

从模型视角看，这只是基础设施新闻；但从行业格局看，它其实是在告诉所有人：

未来几年 AI 的胜负，不只看谁模型强，还看谁能真正掌控足够多、足够稳、足够便宜的系统级算力。