当同行还在盖楼，Meta 直接在地上支起了六个大帐篷——里面塞着价值几十亿美元的 AI 芯片。
🤯 帐篷里建数据中心？这不是开玩笑
Meta 在新奥尔巴尼（俄亥俄州）的园区外，搭了 六个巨型帐篷。不是音乐节，不是马戏团——是数据中心。
这些被 Meta 官方称为"快速部署结构"（rapid deployment structures）的帐篷，每个面积约 12.5 万平方英尺。根据 Cleanview 创始人 Michael Thomas 对当地许可证的审查，Meta 从今年 4 月到 6 月间开始搭建这五个（后增至六个）巨型帐篷。卫星图像显示，这些结构已经全部建成。
里面塞满了 AI 芯片，价值可能高达数十亿美元。而帐篷旁边就配了 200 兆瓦的模块化燃气涡轮机组——完全离网发电，不用等电网扩容。
这策略看起来同时抄了两家公司的作业：
-
特斯拉：2018 年在弗里蒙特工厂停车场搭帐篷，赶工 Model 3 量产，最后甚至直接在帐篷里建了一条完整的装配线 -
xAI：马斯克用模块化燃气涡轮机给孟菲斯的数据中心供电，绕过了当地电网不足的瓶颈
Meta 把两家的"野路子"合在了一起：帐篷 + 燃气轮机。
💰 为什么急成这样？
一句话：AI 军备竞赛等不起。
传统数据中心从规划到投运，通常要 2-3 年。审批、设计、土建、机电安装，每一步都不能省。但 Meta 今年 4-6 月才开始申请许可，帐篷现在已经搭完了。建设周期直接砍半。
Meta 已经宣布要在资本支出上砸 1450 亿美元——这个数字比很多国家的 GDP 还高。华尔街对这个数字并不买账，Meta 股价今年跌了 5%。投资者质疑：这么多钱砸下去，回报在哪里？
搭帐篷是省钱的办法：不用打地基、不用盖混凝土楼、不用装复杂的暖通系统。撑起来，塞芯片，通电，就能跑。Meta 计划在全美多个园区复制这个模式，帐篷数据中心的总数将是"几十个"。
成本逻辑很粗暴：数据中心外壳越便宜，省下来的钱就能买更多 GPU。在算力决定模型能力的时代，"更快的建设速度"等于"更早的训练开始时间"。
⚡ 但帐篷也有代价
帐篷虽然快，但问题也很现实：
| 挑战 | 说明 |
|---|---|
| 散热 | 帐篷隔热差，高温天散热成本飙升 |
| 安全 | 物理防护远不如混凝土建筑 |
| 寿命 | 帐篷是临时结构，长期可靠性存疑 |
| 噪音 | 200 兆瓦燃气轮机不是静音的 |
Meta 敢这么干，说明他们算过一笔账：AI 训练窗口比建筑寿命更重要。如果能在 2026-2027 年多出几万个 GPU 的算力，短期内多花的运维成本是值得的。
这不是 Meta 一家的策略。整个行业的逻辑都在转变：
所有巨头都在抢同一个东西：时间。谁能更快上线更多算力，谁就能训练出更大的模型。
📉 另一个尴尬背景：模型 API 还没准备好
Meta 急着搭帐篷塞芯片，但它的 AI 模型发布却卡住了。
Meta 最新模型 Muse Spark 已经完成，但开发者用来调用它的 API 却一再推迟。也就是说：芯片准备好了，但软件还没跟上。
这种"硬件狂奔、软件拖后腿"的局面，在 AI 行业并不少见。OpenAI、Google 也都经历过类似阶段。但对 Meta 来说，这尤其尴尬——它一直想把自己塑造成 AI 开放生态的领导者，但开发者连模型都用不上。
🎯 写在最后：AI 基建进入"蛮荒时代"
Meta 的帐篷数据中心，是一个信号：AI 竞赛已经从"精致工程"变成了"野蛮施工"。
传统的数据中心设计讲究能效比（PUE）、冗余备份、20年生命周期。但现在，行业逻辑变成了：先占住算力，再慢慢优化。帐篷、燃气轮机、模块化部署——这些以前被视为"临时方案"的手段，正在成为主流。
从马斯克到扎克伯格，从 xAI 到 Meta，科技巨头们的共识很明确：AI 的算力缺口不是未来的问题，是现在的问题。谁先多出 10 万张 GPU，谁就可能在下一轮模型竞赛中领先。
帐篷数据中心看起来有点疯。但在一个一年烧掉上千亿美元买芯片的行业里，"合理"已经不再是第一优先级了。