過去一年，Meta 給外界的印象一直很明確：它要自己蓋資料中心、自己拉高資本支出、自己把 AI 基建握在手裡。但 Reuters 在 4 月 24 日披露的這筆新協議，讓這個敘事出現了一個很值得玩味的轉折。Meta 將在多年期合作中採用 AWS 的 Graviton5 CPU，而且規模不是象徵性的測試量，而是「數以千萬計的核心」與數十億美元級別的承諾。這代表即便是最積極想把基建主導權握在自己手裡的大型模型公司，也開始承認一件事：在 agentic AI 真正走向大規模部署時，最重要的不一定是所有東西都自己做，而是哪些工作負載能夠立刻拿到夠用、夠便宜、夠穩定的算力。
這也是為什麼這筆交易的重點不在於 Meta 少買了幾顆 GPU，而在於它把 CPU 主機層重新拉回前台。SiliconANGLE 根據 Bloomberg 與 AWS 對外說法整理指出，Meta 將購買大量 Graviton 核心來支撐 AI agents，這些 CPU 主要扮演的不是訓練大模型時最耀眼的運算主角，而是協調、調度、工具呼叫、工作流執行與各種偏系統層的任務。當 agent 不再只是聊天介面，而是要連 API、叫工具、跑流程、控權限、做多步任務時，真正暴增的其實不只有 GPU 推理量，也包括背後那一整層 CPU 密集型的 orchestration 成本。
更有意思的是，這筆合作發生在兩家本來就帶著競合張力的公司之間。Meta 一方面自己做模型、做晶片、做資料中心，另一方面又把一部分關鍵工作負載交給 AWS；對 Amazon 而言，這也不是單純把閒置 CPU 賣出去，而是把 Graviton 從一般雲端性價比產品，往 AI 基礎設施的核心零件推進。AWS 官方對 Graviton 的定位原本就強調 price-performance，而 Reuters 與後續報導補上的真正新訊號，是這類自研 Arm CPU 開始不只承接傳統雲端 workload，而是直接吃進 agentic AI 的主機層需求。換句話說，未來雲商之間競爭的不只是誰有最多 GPU，而是誰能把 CPU、網路、隔離、安全與調度能力一起包成 AI 執行環境。
從產業角度看，這幾乎是在提醒市場：所謂 AI 基建軍備競賽，正在從「加速器神話」轉向「整個系統的即刻交付能力」。Meta 願意向 AWS 買這麼大一筆 CPU 容量，反映的不是自建失敗，而是需求成長快到連最有野心的公司都必須把供應來源做得更彈性。誰手上有現成的主機層算力、誰能把成本壓低、誰能把 agent workflow 跑得穩，就更有機會在下一輪企業 AI 導入裡吃到預算。這也讓 Graviton 這類過去比較像雲端底層優化工具的產品，開始變成前沿 AI 服務品質與毛利結構的一部分。
當然，現在還不能把這件事講成 Meta 已經改變了整體基建方向。公開資訊仍不足以證明這些 Graviton5 核心會佔 Meta AI 工作負載多高比例，也無法確認它是否會影響 Meta 自家晶片與其他雲合作的節奏。但就訊號本身來看，這筆交易已經足夠清楚：當 AI agents 開始從展示功能走向長時間、工具化、流程化執行，真正先被重新定價的，可能不是模型本身，而是支撐模型落地的 CPU 主機層。下一輪算力競賽，也許不會只寫在 GPU 出貨表上，而會寫在誰能最快把整套可運轉的基建交出去。