美股芯片股连续两日遭遇剧烈抛售，费城半导体指数（SOX） 周三和周四累计跌幅超过10%，创下近一个月来最大的两日跌幅。然而，引爆这轮调整的并非芯片公司自身的消息，而是两家AI大模型企业的最新动作，它们共同触碰了AI产业链当前最敏感的神经——持续两年高速扩张的AI资本开支，是否正在进入一个更注重回报效率的新阶段。

周三，有报道称Meta正筹划将旗下富余的AI算力对外商业化，可能向外部客户出租部署在其基础设施上的AI模型或直接提供算力服务，试图为数百亿美元的AI基础设施投资寻找商业化出口。仅一天之后，又有媒体披露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。两则消息看似路径不同，却共同指向一个变化：AI公司开始思考如何提高已有投资的回报，而不仅仅是继续扩大投入。

市场率先选择重新定价。对资本开支周期最为敏感的半导体设备板块成为重灾区，Teradyne、Entegris、科磊、应用材料、拉姆研究周四盘中一度集体跌超10%，欧洲芯片股龙头ASML的美股也一度跌超5%。设备商的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的任何风吹草动都极其敏感。

过去两年，AI硬件板块一路狂飙，背后的核心逻辑几乎未变：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，也让设备商和存储厂商成为资本市场的大赢家。

但本周连续出现的两则消息，让市场开始认真讨论：如果AI产业开始更加注重资本效率，这一轮超级周期是否会进入新阶段。对于Meta而言，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，而非缩减开支。对于Anthropic，探索自研芯片符合AI大模型公司的长期发展趋势——针对特定模型设计的ASIC能够在性能、能耗与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。

多数机构并未将两则消息解读为AI需求开始降温，而是认为市场更像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。Anthropic自研芯片并不意味着放弃英伟达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。

更重要的是，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。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。

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释放出的信号意味着，AI产业正在进入新的阶段——竞争开始转向谁能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，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。