Meta 借鉴特斯拉与 xAI 策略，在帐篷中建设数据中心

背景

随着人工智能（AI）竞赛的白热化，全球对算力基础设施的需求呈现出爆发式增长。然而，传统的数据中心建设周期长、成本高，且受限于电力供应和硬件交付速度，往往成为制约模型迭代和部署的瓶颈。

与此同时，科技巨头们正在探索各种非传统的加速方案。特斯拉（Tesla）曾在弗里蒙特工厂停车场搭建临时帐篷以加速 Model 3 的生产，而竞争对手 xAI 也广泛采用模块化燃气轮机为数据中心供电。在此背景下，Meta 作为 AI 领域的另一大玩家，其基础设施策略引起了广泛关注。

核心内容

据 TechCrunch 报道，Meta 近期采取了一项引人注目的举措：在俄亥俄州新阿尔巴尼（New Albany）以外搭建临时帐篷式数据中心。这一策略被视为 Meta 从特斯拉和 xAI 身上借鉴经验的综合体现，旨在大幅缩短建设周期并控制成本。

1. 项目规模与进度 根据追踪数据中心部署情况的 Cleanview 创始人迈克尔·托马斯（Michael Thomas）披露的信息，Meta 已建成六座“快速部署结构”（rapid deployment structures），即临时帐篷。托马斯通过分析当地建筑许可证和卫星图像发现，Meta 在 2026 年 4 月至 6 月期间启动了五座面积各为 12.5 万平方英尺（约 1.16 万平方米）的帐篷建设。目前，卫星图像显示这些结构已全部建成。

2. 策略渊源 这一做法并非突发奇想。去年，Meta CEO 马克·扎克伯格（Mark Zuckerberg）曾向《The Information》透露，计划使用防风雨的帐篷来容纳公司多吉瓦（multi-gigawatt）级别的数据中心。托马斯的发现证实了这一计划的落地执行，并展示了其惊人的建设速度。

3. 技术借鉴 Meta 的帐篷数据中心在形式和能源供应上均可见竞争对手的影子：

• 形式借鉴特斯拉： 这种在工厂停车场搭建临时帐篷的做法，让人联想到特斯拉在加速 Model 3 量产时所采用的策略。
• 能源借鉴 xAI： 在该设施附近，部署了 200 兆瓦的模块化燃气轮机为数据中心供电。这种利用模块化燃气轮机解决电力短缺问题的战术，已被竞争对手 xAI 广泛采用。

4. 内部运作 在这些帐篷内部，价值数十亿美元的 AI 芯片正在运行，处理着关键的计算任务。

5. 商业背景与压力 Meta 采取这一激进的基础设施策略，与其在 AI 模型发布方面的困境密切相关。据《华尔街日报》近期报道，尽管 Meta 的最新模型 Muse Spark 已完成开发，但开发者依赖其访问大型语言模型（LLM）的应用程序接口（API）却一再延期。

此外，Meta 宣布计划将数据中心及其他资本支出高达 1450 亿美元。这一巨额支出令华尔街感到担忧，导致 Meta 股价今年下跌了 5%。将 AI 芯片安置在帐篷中，是 Meta 试图削减账单、提高资本效率的一种手段。

关键要点

• 创新基础设施形态： Meta 在俄亥俄州新阿尔巴尼建设了六座临时帐篷式数据中心，每座面积约为 12.5 万平方英尺，目前均已建成。
• 双重策略借鉴： 该方案融合了特斯拉的“快速临时部署”理念（用于加速硬件部署）和 xAI 的“模块化燃气轮机供电”方案（用于解决电力瓶颈）。
• 建设速度惊人： 根据建筑许可证记录，五座主要帐篷在 2026 年 4 月至 6 月短短三个月内完成建设，显著缩短了传统数据中心漫长的施工周期。
• 应对 AI 发布延迟： 此举旨在缓解 Meta 在 AI 模型（如 Muse Spark）及 API 接口发布上的延迟压力，加速向开发者提供算力支持。
• 成本控制需求： 面对高达 1450 亿美元的资本支出计划及股价下跌压力，Meta 试图通过这种非传统、低成本的基础设施方案来优化财务表现。

意义与影响

Meta 在帐篷中建设数据中心的举动，标志着 AI 基础设施竞赛进入了一个更加注重“速度”与“灵活性”的新阶段。

首先，打破了传统数据中心的建设范式。 长期以来，数据中心被视为重资产、长周期的工程。Meta 的做法证明，通过模块化、临时性结构，可以大幅压缩从土地平整到芯片上电的时间窗口。这对于需要快速迭代算力的 AI 公司而言，具有极高的战略价值。

其次，揭示了电力供应成为新的制约因素。 无论是特斯拉的临时工厂还是 xAI 的燃气轮机方案，都指向同一个现实：电网扩容速度往往跟不上 AI 芯片的部署速度。利用分布式、模块化的能源解决方案（如燃气轮机）已成为行业共识。

最后，反映了科技巨头的财务焦虑与务实态度。 在资本市场对巨额 AI 投入持谨慎态度的背景下，Meta 选择这种“低成本、快周转”的基础设施策略，不仅是技术上的创新，更是财务上的防御性举措。如果这种模式被证明可行且高效，可能会引发行业内的模仿潮，促使其他云服务商和 AI 公司重新评估其基础设施投资策略。

尽管帐篷数据中心的散热、长期耐用性和安全性仍面临挑战，但 Meta 的这一尝试无疑为 AI 时代的算力基础设施建设提供了新的思路。