来源：财联社

尽管这两家AI模型巨头公司的动作看似互不相关，但在其背后，却共同暗示着AI产业正进行的一场核心趋势转变——过去两年不计成本、比拼算力投入的军备竞赛已经走到拐点，头部大模型企业都开始把资本回报率摆在资本开支规模前面。

Anthropic牵手三星自研造芯

早在今年4月就有消息传出，Anthropic计划自研芯片，缓解英伟达芯片供货紧张、算力成本居高不下的难题。

而美东时间本周四的最新消息进一步证实了这一消息：Anthropic被爆出正与三星深度接触，探讨定制AI芯片开发的可能性，只是芯片定位、服务器集成方案、性能指标还未敲定。

面对外界问询，Anthropic表态不会放弃谷歌TPU、亚马逊Trainium、英伟达GPU的多元硬件架构，而关于可能与三星合作的问题，该公司表示目前没有更多信息可提供。

事实上，AI行业里自研定制芯片早已不是新鲜事：Anthropics的竞争对手OpenAI上周刚刚联合博通推出Jalapeño推理芯片，主打高能效、低单位功耗成本；同时，亚马逊和谷歌也都在其云服务中提供了定制化的TPUs。

在越来越多人工智能公司致力于开发定制芯片的背后，一方面是为了针对特定计算任务打造独特的硬件，另一方面也表明，各大AI大厂正努力在持续占据芯片行业主导地位的英伟达之外，争取获得一定独立性，降低算力获取成本。

Meta选择另一条路线：出租算力

如果说Anthropic和OpenAI走的是自研AI芯片、从算力供给端降本增效的路线，那么最近另一家AI大模型公司Meta走的则是存量变现路线。

当地时间7月1日，有消息称Meta正制定计划，拟推出云基础设施业务，向外部客户出售AI算力和模型访问权限。

尽管这条消息一度引发资本市场恐慌，并被不少人简单解读为“算力过剩、Meta缩减投入”，但产业视角完全相反。

多家行业分析师明确纠正：Meta一边开放算力对外售卖，一边仍在持续新建数据中心、加码GPU采购，绝非削减资本开支，而是盘活存量、分摊成本。

事实上，这套逻辑和当年亚马逊把内部IT基础设施转化为AWS云业务如出一辙：用外部客户的付费收入，分摊硬件折旧压力，反过来支撑公司持续加码AI研发，属于资产运营效率升级，而非行业需求见顶。

AI资本周期进入2.0时代？

如果将这两家公司的最新举动合起来看，不难发现Anthropic和Meta走的路线可谓“殊途同归”，都标志着美股的整个AI资本开支周期已经进入2.0时代：不计成本砸钱抢算力的“AI野蛮生长阶段”已经落幕，精细化运营、重视资本回报的成熟周期正式开启。

事实上，不少机构近期都认为，AI热潮下的资本开支不会消失，但粗放式扩张会成为过去，AI行业的竞争将逐步进入“效率为王”的全新阶段。

日内瓦大学经济学家塞德里克·杜兰德曾指出：“如果（AI）效率提升能够真正实现，就不会有问题；蓬勃发展的企业将有足够的资源来支付相关费用。几年后，当人工智能渗透到工作流程中，以至于退出成本高昂时，客户群将无法摆脱它。”

不过，在这样的转变下，投资者需要进行更深度的考量：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？

事实上，在AI出租算力消息传出后，全球存储芯片、算力硬件等板块都已经遭遇大跌。而未来，如果AI行业投资模式继续切换，AI硬件板块的调整，或许还将继续。