在短短两天之内，先后发生了两起影响AI行业格局的重要事件。其一，Meta公司计划将其闲置的AI计算资源以对外租赁的方式提供给其他实体使用。其二，Anthropic公司主动接洽三星电子，就自主研发AI芯片的相关事宜展开合作洽谈。

尽管这两家公司所采取的具体举措表面上似乎并无直接关联，但它们共同揭示出，AI产业正发生一场根本性的趋势转变：过去两年中，围绕算力投入展开的不计成本的军备竞赛已步入一个关键的转折点，领先的大模型企业正普遍将资本回报率置于资本开支规模之上。

早在今年4月，便有消息透露，Anthropic公司计划自主研发芯片，以缓解英伟达芯片在供货方面出现的紧张状况，以及算力成本持续居高不下的难题。

而美东时间本周四的最新消息进一步证实了这一点：据披露，Anthropic已经与三星开展了正式的接触与磋商，共同探讨定制化AI芯片联合开发的可行性，不过具体的芯片架构定位、服务器端的集成方案，以及相关的性能指标，都尚未最终敲定。

面对外界的问询，Anthropic方面表态称其不会放弃对谷歌TPU、亚马逊Trainium以及英伟达GPU的多元化硬件架构，而针对与三星可能合作的问题，该公司则表示目前暂无更多信息可提供。

在人工智能产业中，自主研发专用芯片的做法已非新近出现的现象。例如，Anthropic的竞争对手OpenAI在上周便宣布与博通公司联合推出了Jalapeño推理芯片，其核心优势在于实现较高的能效比，并降低单次计算的能耗成本。与此同时，亚马逊和谷歌也均在其云计算服务方面提供了定制化的TPUs。

随着越来越多的人工智能公司投身于定制芯片的开发，其背后的驱动力主要体现在两个方面：一是针对特定的计算任务对硬件架构进行专门化设计，以期获得性能上的优势；二是此举也清晰地反映出，各大人工智能厂商正致力于寻求在芯片供应方面获得更大的自主权，从而减少对长期占据行业主导地位的英伟达的依赖，并从根本上降低获取算力的成本。

Meta选择另一条路线：出租算力

如果Anthropic和OpenAI所采取的路线是通过自研AI芯片来从算力供给端达到降本增效的目的，那么最近另一家AI大模型公司Meta所走的则是存量变现的路线。

根据7月1日的消息指出，Meta公司正在制定一项相关计划，意图推出一项云基础设施业务，旨在向外部客户提供人工智能算力与模型访问权限方面的支持服务。

尽管这条消息在公布之初曾一度引发资本市场的恐慌情绪，并被相当一部分投资者简单地解读为算力资源已趋过剩、Meta将缩减相关投入的信号，然而从产业发展的实际视角来审视，情况却恰恰相反。

多位行业分析师对此进行了明确的澄清：Meta公司一方面将自身的算力资源开放给外部客户使用，另一方面同时仍在持续地建设新的数据中心、并加大GPU的采购力度。这一系列举动绝非意味着其资本开支的缩减，而实际上是公司为了盘活已有的存量资产、并有效分摊其高昂运营成本所采取的策略。

事实上，这套商业逻辑与当年亚马逊将其内部IT基础设施成功转化为AWS云业务的做法如出一辙：通过向外部客户收取服务费用，来分摊硬件设施的折旧压力，进而将其收入反哺其核心AI研发能力，这实际上是一种资产运营效率的升级，而非表明行业需求已触及天花板。

AI资本周期进入2.0时代？

借助对这两家公司最新举动的综合考量，不难发现Anthropic与Meta所选择的路径可以说是殊途同归，这共同标志着美股的整个AI资本开支周期已经进入了2.0时代：即不计成本地争夺算力的“AI野蛮生长阶段”已经告一段落，而一个注重精细化运营与资本回报的成熟周期则正式开启。

事实上，近期不少机构的判断都倾向于认为，在人工智能热潮背景下产生的资本开支在很大程度上不会消失，但其粗放式的扩张阶段正在成为过去。这预示着，行业内的竞争将逐步步入一个以“效率为核心”的全新发展阶段。

日内瓦大学经济学家塞德里克·杜兰德曾明确指出：“如果人工智能(AI)效率的提升能够真正得以实现，那么就不会产生问题；蓬勃发展的企业将拥有足够的资源来支付相关的成本。而几年后，当人工智能技术深入渗透到企业的工作流程中，以至于放弃使用它的成本变得极高时，其客户群体将很难再摆脱对它的依赖。”

然而，随着这种战略重心的转移，投资者也面临着更为复杂的决策环境：既然AI公司已将资本配置效率置于首位，那么未来GPU采购、云计算租赁以及数据中心扩建等关键环节，是否还能继续维持过去两年那种两位数的高速增长态势？

事实上，自AI出租算力的相关消息被披露以来，全球范围内的存储芯片以及算力硬件等板块，都已经经历了一轮显著的下跌行情。展望未来，如果AI行业的投资模式继续发生转变，那么AI硬件板块的调整趋势，可能仍会延续下去。

来源：砸钱时代落幕？Meta和Anthropic接连出招，AI行业逻辑悄然生变 | 财联社