科技 大盘Meta与Anthropic新动作引发AI资本开支逻辑重估

AI硬件板块连续两日调整，但引发市场关注的并非芯片公司本身，而是两家AI大模型公司的最新动作。周三有消息称Meta正探索将富余AI算力对外商业化，一天后又传出Anthropic正与三星电子讨论合作开发自研AI芯片，并考虑采用三星2纳米工艺代工。两则消息看似无关，却共同触碰了AI产业链当前最敏感的话题——持续两年高速扩张的AI资本开支是否正在进入新阶段。

市场率先选择重新定价。费城半导体指数（SOX）在周三和周四累计下跌超10%，创近一个月最大两日跌幅。对资本开支周期最敏感的半导体设备板块领跌，Teradyne、Entegris、科磊、应用材料、拉姆研究周四盘中曾集体跌超10%，欧洲芯片股龙头ASML的美股一度跌超5%。

过去两年，AI硬件板块一路狂飙，核心逻辑在于AI模型快速迭代带来算力需求持续爆发，GPU长期供不应求，科技巨头不断上调资本开支，进而带动GPU、高带宽存储、高速网络、先进封装以及半导体设备需求形成一轮前所未有的“AI资本开支超级周期”。然而本周的两则消息让市场开始认真讨论：如果AI产业开始更加注重资本效率而非单纯扩大投入，这一轮超级周期是否会进入新阶段。

周三的报道称，Meta正筹划建设AI云计算业务，未来可能向外部客户开放部署在Meta基础设施上的AI模型，或直接出租富余AI算力，以实现数百亿美元AI基础设施投资的商业化回报。紧接着周四又传出Anthropic正讨论开发自研AI芯片的消息。单独来看两家公司采取的是不同路径，但放在一起却共同指向一个变化——AI公司开始思考如何提高已有基础设施的投资回报，而不仅仅是继续扩大资本开支。

对于Anthropic而言，这并非意味着放弃英伟达GPU，而是AI产业发展的自然演进。过去两年大模型公司竞争的重点是谁能获得更多GPU、建设更多数据中心；随着模型规模持续扩大，训练和推理成本迅速攀升，如何降低单位Token成本、提高算力利用率、减少对单一供应商依赖，开始成为新的竞争重点。针对特定模型设计的ASIC能在性能、能耗及成本之间实现更优平衡，这也是谷歌TPU、亚马逊Trainium以及Meta MTIA近年来持续推进的重要原因。

Meta和Anthropic采取了不同策略，但目标高度一致。Meta希望让暂时闲置的AI算力产生收入，提高数百亿美元资本开支的回报率；Anthropic则希望通过定制芯片降低长期算力成本，增强自身在基础设施上的自主能力。本质上都不是减少AI投资，而是在寻找更加可持续的AI商业模式。但对于资本市场而言，这两则消息容易引发另一种联想：如果AI公司开始更加关注资本效率，未来GPU采购、云计算租赁以及新增数据中心投资是否还会维持过去两年的高速增长。

这也是为何连续两天市场调整中，跌幅最大的并非模型公司，而是与新增资本开支联系最紧密的半导体设备企业。相比GPU和存储厂商，设备商订单往往更直接反映未来晶圆厂和芯片企业的投资计划，因此对资本开支预期变化最为敏感。

多数机构并未将两则消息解读为AI需求开始降温。对于Meta，不少分析认为出售富余算力更像是在为巨额AI资本开支寻找商业化出口，从而提高未来继续投入GPU、网络设备、数据中心及能源基础设施的可持续性，而不是缩减资本开支。对于Anthropic，机构普遍认为自研芯片符合AI大模型公司的长期发展趋势，即便越来越多企业开始采用ASIC，仍然需要依赖先进制程制造、HBM、高速互连、先进封装以及数据中心建设，AI基础设施需求并不会因此消失，而是可能向不同环节重新分配。

业内人士指出，目前AI应用渗透率仍处于较低水平，随着推理需求持续增长，大模型的Token消耗和算力需求仍远高于此前预期，AI基础设施建设距离真正成熟仍有相当长的周期。本周市场更像是在经历历史性上涨之后，对AI交易进行一次阶段性的重新定价。如果说过去两年的AI竞争比拼的是“谁投入更多”，那么Meta和Anthropic释放出的信号则意味着，AI产业正在进入竞争转向谁能让每一美元资本开支创造更高回报率的新阶段。