芯片股两连跌，AI「鬼故事」不断：Meta、Anthropic相继传出新动作，市场开始重估AI交易？

原文作者：李丹、叶桢

原文来源：华尔街见闻

AI 硬件板块连续两天调整，但真正引发市场关注的，并不是芯片公司本身，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，一天之后，又有媒体报道称，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，是否正在进入新的阶段？

市场率先选择重新定价。美股芯片股最近两日总体持续大跌，费城半导体指数（SOX）周三和周四累跌超 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（TER）、Entegris（ENTG）、科磊（KLAC）、应用材料（AMAT）、拉姆研究（LRCX）周四盘中曾集体跌超 10%，欧洲芯片股龙头 ASML 的美股（ASML）周四一度跌超 5%。

高盛一篮子 AI 半导体股票遭遇重创，创关税日以来最糟糕的两天表现。

内存股遭遇重创，高盛一篮子内存股过去两天跌幅超过 18%，创 12 年来最剧烈的两日跌幅。

闪迪甚至跌入熊市。

相比芯片等资金接受方的惨烈表现，作为资金支出方的超大规模云服务商股价有所企稳。

然而不少机构认为，两则消息更像是市场重新审视 AI 投资逻辑的催化剂，而非 AI 产业景气度发生根本逆转。市场真正交易的，并非"AI 需求是否见顶"，而是 AI 产业正从"拼资本开支"迈向"拼资本效率"的新阶段。

市场真正担心的，不是 Anthropic 做芯片，而是 AI 资本开支逻辑开始变化

过去两年，AI 硬件板块一路狂飙，背后的核心逻辑几乎没有变化：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（HBM）、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"。

这一逻辑不仅推动英伟达成为全球市值最高的公司，也让应用材料、拉姆研究、荷兰 ASML、科磊等设备商，以及美光科技、闪迪等存储厂商成为资本市场最大的赢家。

然而，本周连续两天出现的两则消息，却让市场开始第认真讨论：如果 AI 产业开始更加注重资本效率，而非单纯扩大投入，这一轮资本开支超级周期是否会进入新的阶段？

周三，有报道称 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，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。

正是这一预期变化，引发了市场对 AI 交易逻辑的重新评估。

Anthropic 自研芯片，意味着 AI 公司进入"成本优化时代"？

相比市场最初对"自研芯片会不会减少 GPU 采购"的担忧，更值得关注的是 Anthropic 此举背后的商业逻辑。

报道称，Anthropic 正与三星电子讨论开发面向 AI 训练和推理的定制芯片，目前仍处于早期阶段。

如果最终推进，Anthropic 将成为继谷歌、亚马逊、微软、Meta 之后，又一家布局自研 AI 芯片的基础模型公司。

这背后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够获得更多 GPU、建设更多数据中心；而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 能够在性能、能耗以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。

从这个意义上说，Anthropic 探索自研芯片，更像是 AI 产业从"拼投入"迈向"拼效率"的重要标志，而不是削减 AI 投资。

Meta 与 Anthropic，两条不同路径指向同一个目标

Meta 和 Anthropic 采取了不同策略，但目标却高度一致。

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。

无论是出售富余算力，还是布局 ASIC，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。

不过，对于资本市场而言，这两则消息却容易引发另一种联想：如果 AI 公司开始更加关注资本效率，那么未来 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？

市场也因此开始重新审视 AI 资本开支能否继续保持此前几乎"只增不减"的预期。

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。

机构：市场更像在重估 AI 交易，而非否定 AI 超级周期

虽然半导体行业股连日调整，但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。

更重要的是，目前 AI 应用渗透率仍然处于较低水平。业内人士指出，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。

因此，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 产业正在进入新的阶段——竞争开始转向谁能够让每一美元资本开支创造更高的回报率。

对于市场而言，这种预期切换足以成为 AI 硬件板块调整的催化剂；但对于产业本身而言，它未必意味着超级周期结束，反而可能意味着 AI 基础设施投资开始迈向更加成熟、更强调商业闭环的发展阶段。