美股四大指數昨(2)日漲跌互見,但半導體股慘遭血洗。費半指數終場跌 5.44%,連兩個交易日走跌,兩天累計重挫逾 10%,創下近一個月來最大雙日跌幅。

指標股全線潰敗,輝達(NVDA)跌 1.4%、超微(AMD)跌 4.3%、台積電 ADR(TSM)跌 2.3%、英特爾(INTC)跌 5.3%、邁威爾(MRVL)大跌 9.9%;記憶體族群更是重災區,美光(MU)重挫 5.5%,閃迪(SNDK)更暴跌 14.1% 黯然落入「技術性熊市」。

全站首選:鄭麗文木柵拜票頻遭嗆共產黨 她直言:連深藍選區民眾都看不慣親中路線!

對資本支出最敏感的設備類股也殺聲隆隆,應用材料(AMAT)跌 7.4%、歐洲晶片巨頭 ASML 跌 3.9%,而泰達瑞(TER)、Entegris(ENTG)、科磊(KLAC)及科林研發(LRCX)跌幅均突破 10%。

財經專家阮慕驊指出,美國非農數據救不了 AI 股本益比修正。隨著費半兩日重挫 11%、記憶體股慘跌 18%,粉碎「AI 永動機」的樂觀看法,證實股市仍有「地心引力」。美股開啟夏日本益比修正,台股必然連動,投資人應檢視持股的本益比。剛發布的六月營收是首要檢查點,績優股修正壓力較小;後續要公布的 Q2 財報更是考驗個股估值的關鍵時刻。

Meta 密謀算力出租!瑞銀、大摩看好商業化變現

AI 硬體板塊連續兩日修正,但真正引發華爾街關注的並非晶片廠本身,而是兩大 AI 巨頭的策略質變。

外媒《The Information》周四(2 日)報導,Anthropic 正與三星洽談 2nm 客製化晶片,意圖降低對單一供應商的依賴;同時,市場傳出 Meta 計劃成立雲端部門並對外出租 AI 算力。這兩則消息透露出核心信號:科技巨頭與大模型公司正從過去「盲目擴大資本支出」,轉向「提升資本使用效率」,此預期轉變成為引發 AI 估值修正的催化劑。

此外,Meta 也評估進軍「新興雲端」(neocloud)業務的可行性,直接銷售硬體存取權,模式類似新興 AI 雲端運算商 CoreWeave(CoreWeave 短期股價可能會因此受影響)。換言之,Meta 正試圖活化暫時閒置的 AI 算力以產生收入,最大化數百億美元資本支出的回報率。

然而,華爾街外資對此看法並不太悲觀。瑞銀認為,Meta 若將閒置算力或 AI 模型服務商業化,短期能貢獻新營收並改善每股盈餘(EPS)。在旗下 AI 代理及 Meta AI 全面變現前,這種效仿亞馬遜 Bedrock 或微軟 Azure 的「算力出租」可被視為過渡的獲利模式。摩根士丹利更具體估算,若 Meta 在 2028 年出租 250MW 算力(以每瓦 40 美元計價),將使 EPS 增加約 2.97 美元(獲利提升約 8%),規模若擴大獲利將更顯著。

Anthropic 結盟三星開發晶片 並非拋棄輝達 GPU

此外,Anthropic 與三星洽談 2nm 客製化晶片也並非新鮮事。科技巨頭自研晶片早已行之有年,事實上,科技巨頭自研晶片早已成為趨勢,其中最經典的前例便是谷歌長年深耕的「TPU」及亞馬遜的雲端 AI 晶片(AWS Trainium)。

市場最初擔憂,自研晶片可能會減少對 GPU 採購;不過,輝達執行長黃仁勳明確指出,儘管輝達已盡全力確保供應,但因市場需求太過炸裂,整個產業的供應鏈(從晶圓、封裝到記憶體)都陷入供不應求。

繼谷歌與亞馬遜之後,Anthropic 有望成為最新一家跨足自研晶片的大模型廠商。但這並不表示它會完全放棄輝達 GPU,Anthropic 也明確表示,會繼續仰賴 AWS、Google Cloud 和輝達的硬體。隨著模型規模擴大、成本暴增,透過客製化 ASIC 晶片來平衡效能與能耗。市場競爭焦點已從過去的「搶晶片、蓋資料中心」,轉向為「如何降低單位成本、提高算力利用率並分散單一供應商風險」。Anthropic 期盼藉此降低長期算力成本,增強自身財務彈性。

AI 交易步入「高回報」新階段 修正並非行情結束

無論是 Meta 出售多餘算力,還是 Anthropic 佈局 ASIC,本質上都不是縮減 AI 投資,而是在為 AI 尋找更具永續性的營運模式,華爾街也並未將其解讀為「AI 需求降溫」。

對 Meta 等巨頭而言,除了算力本身,未來還需持續投入資料中心、網絡設備及新能源基礎設施。出售算力是為巨額資本開支尋找商業化出口,以維持長期的投資動能;而 Anthropic 自研晶片則顯示 AI 需求正精準配置到高回報率的特定技術環節。兩者共同標誌著 AI 產業正邁向更強調資本回報的新階段。

儘管相關個股短期面臨估值回調,但目前 AI 應用滲透率仍低,隨推理需求持續成長,大模型的 Token 消耗與算力需求仍遠超預期,這意味著 AI 基礎設施的長週期並未結束。此刻,科技巨頭的競爭轉向「誰能讓每一美元資本支出創造更高的回報率」,這反而讓 AI 投資顯得更健康、永續,對產業長線發展而言,不也好事一樁?