科技 大盤Meta與Anthropic新動作引發AI資本開支邏輯重估

AI硬件板塊連續兩日調整，但引發市場關注的並非芯片公司本身，而是兩家AI大模型公司的最新動作。週三有消息稱Meta正探索將富餘AI算力對外商業化，一天後又傳出Anthropic正與三星電子討論合作開發自研AI芯片，並考慮採用三星2納米工藝代工。兩則消息看似無關，卻共同觸碰了AI產業鏈當前最敏感的話題——持續兩年高速擴張的AI資本開支是否正在進入新階段。

市場率先選擇重新定價。費城半導體指數（SOX）在週三和週四累計下跌超10%，創近一個月最大兩日跌幅。對資本開支週期最敏感的半導體設備板塊領跌，Teradyne、Entegris、科磊、應用材料、拉姆研究週四盤中曾集體跌超10%，歐洲芯片股龍頭ASML的美股一度跌超5%。

過去兩年，AI硬件板塊一路狂飆，核心邏輯在於AI模型快速迭代帶來算力需求持續爆發，GPU長期供不應求，科技巨頭不斷上調資本開支，進而帶動GPU、高帶寬存儲、高速網絡、先進封裝以及半導體設備需求形成一輪前所未有的“AI資本開支超級週期”。然而本週的兩則消息讓市場開始認真討論：如果AI產業開始更加註重資本效率而非單純擴大投入，這一輪超級週期是否會進入新階段。

週三的報道稱，Meta正籌劃建設AI雲計算業務，未來可能向外部客戶開放部署在Meta基礎設施上的AI模型，或直接出租富餘AI算力，以實現數百億美元AI基礎設施投資的商業化回報。緊接著週四又傳出Anthropic正討論開發自研AI芯片的消息。單獨來看兩家公司採取的是不同路徑，但放在一起卻共同指向一個變化——AI公司開始思考如何提高已有基礎設施的投資回報，而不僅僅是繼續擴大資本開支。

對於Anthropic而言，這並非意味著放棄英偉達GPU，而是AI產業發展的自然演進。過去兩年大模型公司競爭的重點是誰能獲得更多GPU、建設更多數據中心；隨著模型規模持續擴大，訓練和推理成本迅速攀升，如何降低單位Token成本、提高算力利用率、減少對單一供應商依賴，開始成為新的競爭重點。針對特定模型設計的ASIC能在性能、能耗及成本之間實現更優平衡，這也是谷歌TPU、亞馬遜Trainium以及Meta MTIA近年來持續推進的重要原因。

Meta和Anthropic採取了不同策略，但目標高度一致。Meta希望讓暫時閒置的AI算力產生收入，提高數百億美元資本開支的回報率；Anthropic則希望通過定製芯片降低長期算力成本，增強自身在基礎設施上的自主能力。本質上都不是減少AI投資，而是在尋找更加可持續的AI商業模式。但對於資本市場而言，這兩則消息容易引發另一種聯想：如果AI公司開始更加關注資本效率，未來GPU採購、雲計算租賃以及新增數據中心投資是否還會維持過去兩年的高速增長。

這也是為何連續兩天市場調整中，跌幅最大的並非模型公司，而是與新增資本開支聯繫最緊密的半導體設備企業。相比GPU和存儲廠商，設備商訂單往往更直接反映未來晶圓廠和芯片企業的投資計劃，因此對資本開支預期變化最為敏感。

多數機構並未將兩則消息解讀為AI需求開始降溫。對於Meta，不少分析認為出售富餘算力更像是在為鉅額AI資本開支尋找商業化出口，從而提高未來繼續投入GPU、網絡設備、數據中心及能源基礎設施的可持續性，而不是縮減資本開支。對於Anthropic，機構普遍認為自研芯片符合AI大模型公司的長期發展趨勢，即便越來越多企業開始採用ASIC，仍然需要依賴先進製程製造、HBM、高速互連、先進封裝以及數據中心建設，AI基礎設施需求並不會因此消失，而是可能向不同環節重新分配。

業內人士指出，目前AI應用滲透率仍處於較低水平，隨著推理需求持續增長，大模型的Token消耗和算力需求仍遠高於此前預期，AI基礎設施建設距離真正成熟仍有相當長的週期。本週市場更像是在經歷歷史性上漲之後，對AI交易進行一次階段性的重新定價。如果說過去兩年的AI競爭比拼的是“誰投入更多”，那麼Meta和Anthropic釋放出的信號則意味著，AI產業正在進入競爭轉向誰能讓每一美元資本開支創造更高回報率的新階段。