美股芯片股連續兩日遭遇劇烈拋售，費城半導體指數（SOX） 週三和週四累計跌幅超過10%，創下近一個月來最大的兩日跌幅。然而，引爆這輪調整的並非芯片公司自身的消息，而是兩家AI大模型企業的最新動作，它們共同觸碰了AI產業鏈當前最敏感的神經——持續兩年高速擴張的AI資本開支，是否正在進入一個更注重回報效率的新階段。

週三，有報道稱Meta正籌劃將旗下富餘的AI算力對外商業化，可能向外部客戶出租部署在其基礎設施上的AI模型或直接提供算力服務，試圖為數百億美元的AI基礎設施投資尋找商業化出口。僅一天之後，又有媒體披露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。兩則消息看似路徑不同，卻共同指向一個變化：AI公司開始思考如何提高已有投資的回報，而不僅僅是繼續擴大投入。

市場率先選擇重新定價。對資本開支週期最為敏感的半導體設備板塊成為重災區，Teradyne、Entegris、科磊、應用材料、拉姆研究週四盤中一度集體跌超10%，歐洲芯片股龍頭ASML的美股也一度跌超5%。設備商的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的任何風吹草動都極其敏感。

過去兩年，AI硬件板塊一路狂飆，背後的核心邏輯幾乎未變：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（HBM）、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”。這一邏輯不僅推動英偉達成為全球市值最高的公司，也讓設備商和存儲廠商成為資本市場的大贏家。

但本週連續出現的兩則消息，讓市場開始認真討論：如果AI產業開始更加註重資本效率，這一輪超級週期是否會進入新階段。對於Meta而言，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，而非縮減開支。對於Anthropic，探索自研芯片符合AI大模型公司的長期發展趨勢——針對特定模型設計的ASIC能夠在性能、能耗與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。

多數機構並未將兩則消息解讀為AI需求開始降溫，而是認為市場更像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。Anthropic自研芯片並不意味著放棄英偉達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。

更重要的是，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。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。

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釋放出的信號意味著，AI產業正在進入新的階段——競爭開始轉向誰能讓每一美元資本開支創造更高的回報率。對於市場而言，這種預期切換足以成為AI硬件板塊調整的催化劑；但對於產業本身，它未必意味著超級週期結束，反而可能意味著AI基礎設施投資開始邁向更加成熟、更強調商業閉環的發展階段。