受AI巨頭呼籲降速、通膨粘性及加息陰雲夾擊，美股周一全線重挫，費城半導體指數狂瀉近6%。然而摩根大通逆勢重申看多立場，警告此時盲目看空極易被反彈行情踏空。

在高企油價引發的通膨焦慮與人工智慧行業突遭「急剎車」的雙重夾擊下，美股周一開盤遭遇潰敗，科技股更是淪為拋售重災區。

美股開盤三大股指齊跌，道指跌0.2%，標普500指數跌0.7%，納指跌1.2%。納斯達克100指數跌至六周低點。

費城半導體指數盤中暴跌近5.9%，創下7月初以來的最大單日跌幅。個股方面，晶片龍頭輝達跌逾4%，英特爾、美光科技、閃迪以及SK海力士等記憶體與計算巨頭跌幅更深，普遍下挫5%至7%不等，整個科技類股瀰漫著極度謹慎的情緒。

引發半導體陣營巨震的導火線，源於AI行業內部對發展節奏的公開決裂與內訌。

周末，人工智慧新貴Anthropic首席執行長達裡奧·阿莫代伊（Dario Amodei）罕見發文，呼籲行業應主動「給前沿大模型的進化定速」，限制算力和模型訓練的擴張步伐。這一倡議雖得到了OpenAI高管及埃隆·馬斯克（Elon Musk）等業內名人的呼應，卻在金融市場引發了對AI巨頭可能削減硬體資本開支的巨大恐慌。雪上加霜的是，出於對核心商業機密外洩的擔憂，包括輝達自身以及數據分析巨頭Palantir在內的多家大型企業，已據報開始對調用外部先進模型實施嚴格限制。

知名投資人、「大空頭」麥可·貝瑞（Michael Burry）隨即在社交平台發難，直斥AI巨頭所謂「踩剎車」的言論純屬自私自利的虛僞之舉。貝瑞認為，現有大語言模型根本無法孕育出真正的通用推理能力，頭部公司鼓吹「人工智慧毀滅論」只是為了鞏固自身護城河、阻擊後來者，併為後續IPO估值造勢。

他尖銳地指出，高管們主動宣稱放慢節奏，實質上是在為行業真實增速已無法維持的窘境尋找掩護。今年以來，貝瑞已大舉做空多家AI概念股，並持續向市場警示該領域潛藏的隱性債務和虛假繁榮。

除了行業內部的估值疑雲，宏觀層面的通膨與利率陰雲更是壓垮大盤的關鍵力量。

地緣局勢的持續惡化將國際油價死死釘在百元關口之上。受沙烏地阿拉伯輸油動脈遭襲及荷姆茲海峽受阻影響，布倫特原油站穩105美元，本月累計漲幅達20%。油價飆升迅速滲透至實體經濟，剛剛公佈的美國8月核心通膨環比回升0.3%，擊碎了通膨快速降溫的幻象。

這一數據讓本周即將召開議息會議的聯準會陷入兩難。德國商業銀行最新研判指出，由於核心價格壓力居高不下，聯準會幾乎別無選擇，預計將在本周三宣佈加息25個點子，將聯邦基金利率推高至3.75%-4.00%區間。

利率期貨市場的數據顯示，交易員對本次加息的押注機率已自上周的62%驟升至88%。眼下華爾街最恐懼的並非這單次加息，而是聯準會主席凱文·華許（Kevin Warsh）是否會在隨後的表態中打破「一次性調控」的預期，釋放出重啓新一輪緊縮周期的鷹派信號。

儘管恐慌蔓延，機構間的分歧卻在急劇拉大。投行伯恩斯坦在最新報告中試圖安撫市場，認為市場過度放大了AI「定速」的負面影響。該行強調，各家科技巨頭前期的巨額預算早已排期，在推理算力依然嚴重緊缺的背景下，真實的硬體需求並未逆轉。

摩根大通全球及歐洲股票策略主管米斯拉夫·馬特伊卡（Mislav Matejka）也再次向激進做空的投資者發出警告：油價飆升固然壓制估值，但在美國企業整體盈利擴張未被證僞之前，盲目看空美股極度危險。一旦美國總統川普後續在外交層面試圖給中東局勢降溫，或是三季度業績表現超預期，過度做空的力量恐將面臨反抽資金的猛烈反噬。

馬特伊卡指出，美股企業底層的盈利韌性依然堅不可摧，通膨預期整體仍處於錨定區間。即便聯準會在周三決定加息25個點子，強勁的每股收益增長也足以讓股票市場經受住這一風浪。

基於此，摩根大通早在8月就逆勢將標普500指數的年終目標位從7800點進一步上調至8000點，並預期其成分股的每股收益將同比暴增29%至350美元。

馬特伊卡給投資者的操作建議非常明確：堅決將本輪由高油價與加息恐慌砸出來的估值「黃金坑」，視作不可多得的加倉良機，逢低收集籌碼，以迎接10月和11月三季度業績期到來時更加有利的交易環境。

投行伯恩斯坦同樣指出，市場對AI硬體開支的恐慌屬於過度反應，以目前各家科技巨頭的長周期預算和推理端極度匱乏的算力來看，真實的晶片需求並沒有本質逆轉。 (金十數據)

AI巨頭齊呼「降速」引發晶片股拋售，Bernstein逆勢發聲：降速不等於削減算力投資。

智通財經APP獲悉，周末一場罕見的"AI安全共識"，在周一(9月14日)掀翻了全球晶片股。Anthropic 首席執行長達裡奧·阿莫迪(Dario Amodei)發表題為《我們必須放慢前沿AI的推進腳步》的長文，呼籲行業主動放慢模型能力提升節奏，獲得 OpenAI 首席執行長奧特曼與馬斯克公開聲援;奧特曼同時宣佈 OpenAI 2026 年不上市。對此，伯恩斯坦研究機構半導體團隊負責人、資深分析師斯特西·拉斯貢(Stacy Rasgon)發佈報告，標題發問——《能把AI精靈放回瓶子裡嗎?》他的答案是不能，而且也沒必要："放緩敘事"不等於"支出放緩"，AI半導體需求的基本盤並未動搖。

事件：三巨頭罕見共識，Amodei 提出三步方案

據伯恩斯坦報告梳理，半導體類股此前數周情緒本已持續改善——雖然較6月高點仍低約19%，但已較7月低點反彈約13%，年內漲幅達67%，圍繞AI支出的樂觀情緒一度壓過了可持續性質疑。而這場來自行業內部的"踩剎車"，正令後一類擔憂重回前臺。

阿莫迪在長文中提出三步"節奏框架"：其一，嵌入獨立的第三方評估機構，配備驗證與報告業界安全實踐承諾落實情況的權限(Anthropic 已單方面承諾向第三方評估機構開放"永久員工級"的系統訪問權限);其二，"民主協調"，即針對所有美國AI公司的美國監管，無論企業是否自願;其三，"全球同步放緩"，即與中國達成某種形式的合作與協調。報告指出，這一表態的大背景是多家頭部基礎模型實驗室的安全與對齊人員公開辭職，且實驗室自己也承認 AI 存在"非零機率"威脅人類——奧特曼的表述是"人類滅絕風險不可接受"。

伯恩斯坦的六種解讀：從預期管理到"天網"

拉斯貢團隊列出了這一呼籲的六種可能性解讀(從最好到最糟)：轉移公眾對AI和數據中心建設日益積累的敵意；打擊和限制中國的"蒸餾"行為；承認已無法獲得維持既往迭代速度所需的全部算力;試圖拖慢競爭生態(如開源陣營)；意識到訓練新模型的回報率在下降、需要放緩藉口(即"****階")；以及最壞情形——實驗室真的看到了讓他們害怕的東西，例如脫離人類控制的遞歸式自我改進(RSI)，也就是俗稱的"天網"情景。

報告特別指出，其中"中國因素"可能佔了相當大的權重。阿莫迪正確地提出，美國的限制措施不能以讓中國反超為代價，並建議維持對華先進AI晶片與半導體設備的銷售禁令、打擊未授權蒸餾並防止模型權重被竊取——報告提到近期有新聞稱中國實驗室祕密利用未授權的 Claude 蒸餾來訓練模型，阿莫迪還在周末的電視節目中重申了這些觀點。"雖然這份提案把 RSI 和安全擔憂當鎚子使，我們懷疑中國才是背後的主要驅動力。"報告寫道。

核心判斷：放慢腳步，不等於放慢花錢

市場最關心的問題是："放緩"是否會衝擊AI資本開支?伯恩斯坦的回答是"我們不這麼認為"。報告給出了三層邏輯：其一，阿莫迪談的節奏是從"極快"放慢到"仍然相當快"——以當前的Scaling速度衡量，這一水平"在我們看來仍然綽綽有餘"，他並沒有說要停止訓練;其二，AI半導體需求正日益由推理(inference)驅動，尤其隨著智能體(agentic)用例興起，而現有算力已經遠不足以滿足當前模型的推理需求，遑論後續新模型;其三，這也不是第一次出現AI標準與監管的呼籲——Google DeepMind 負責人哈薩比斯(Demis Hassabis)7月就提出過類似方案。因此，伯恩斯坦判斷各公司近期給出的AI收入目標"本應已經反映了支出計劃"，這些計劃發生實質性變化的可能性很低。

報告同時給出了一層更長期的辯護："更安全的AI是更容易被採用的AI。"第三方評估等安全機制有利於緩解政治與社會對AI的焦慮(也降低末日機率，無論它多小)，從而利多行業的長期滲透。"我們懷疑現在把AI精靈放回瓶子裡已經太遲了，所以不如找到更安全的方式把它放出來。"

市場反應：亞洲晶片股重挫，美股晶片股盤前大跌

亞洲市場已經給出了第一反應。$軟銀集團 (9984.JP)$收跌10.7%，為當日跌幅最大的亞洲大型科技股之一;$鎧俠 (285A.JP)$收跌6.4%，東京電子跌約1%，日經225指數收跌約0.8%;$SK海力士 (SKHY.US)$收跌6.4%、$三星電子 (005930.KR)$收跌4.1%，KOSPI 指數收跌約3.3%——按市值粗略估算，僅軟銀、鎧俠、東京電子、$SK海力士 (000660.KR)$、三星、$台積電 (TSM.US)$六家當天的市值蒸發即達兆元人民幣級別。

截至台北時間周一晚間發稿，美股尚未開盤，盤前數據顯示$輝達 (NVDA.US)$一度跌超2.47%，AMD、英特爾、美光等晶片股跌幅一度在5%左右，納指期貨跌超1%;軟件股($Adobe (ADBE.US)$、$ServiceNow (NOW.US)$等)則相對走強。

資本市場暗流：IPO變數、盈利敘事與反壟斷質疑

這場"減速共識"正值 Anthropic 衝刺約2兆美元估值IPO之際，令其上市前景陡增變數。媒體援引知情人士稱，Anthropic 已向部分股東確認三季度調整後營業利潤將連續第二個季度為正，計入分銷分成與訓練成本前毛利率超過80%，截至7月底年化收入已達650億美元(去年底僅90億美元)。但據報導，市場猜測 Anthropic 至少需要修改已祕密提交SEC的S-1檔案，承銷商甚至可能下調估值或推遲上市;專業媒體評論更為尖銳，稱阿莫迪的倡議"遠遠不夠"，若真心認同風險就應直接叫停RSI等最尖端研究。

質疑"減速動機"的也不止一家。D.A. Davidson 分析師盧裡亞認為 Anthropic 與 OpenAI 的做法"越來越像在拉梯子"、涉嫌壟斷式行為;OpenAI 已就全行業協調減速是否違反反壟斷法向國會議員徵詢意見;加特納 分析師錢德拉塞卡蘭則指出，若小型對手無力承擔前沿級安全與評估投入，這套標準實際上利多 Anthropic 和 OpenAI。多位機構人士的多空分歧則集中在"慢下來之後錢往那走"：盛寶市場的 Chanana 提醒，AI和晶片股估值同時建立在強勁需求與技術持續快速進步之上，"那怕只是可能出現延遲，也足以觸發獲利了結";GlobalX 的 Billy Leung 與 Allspring 的 Gary Tan 均認為，頭部喊慢不等於全行業同步減速，開發周期拉長反而可能促使行業從"花錢建設"轉向利用已有資產盈利;普信集團 的 Mallet 則把問題挑明——投資者的關注點已從"AI需要多少算力"轉向"這些算力最終能賺多少錢"。

報告重申看好AI建設的前景，$輝達 (NVDA.US)$、$博通 (AVGO.US)$和半導體設備股仍是團隊在類股中的首選。根據報告，伯恩斯坦對輝達給出400美元目標價(「跑贏大盤」評級，隱含約83%上行空間)，對應用材料 (AMAT.US)目標價700美元(隱含約53%)、$博通 (AVGO.US)$575美元(隱含約59%)、$科磊 (KLAC.US)$250美元(隱含約38%)、$泛林集團 (LRCX.US)$385美元(隱含約29%);$美國超微公司 (AMD.US)$(目標價650美元，隱含約26%)因"AI需求同時驅動CPU與GPU故事"獲「跑贏大盤」評級;$英特爾 (INTC.US)$與$高通 (QCOM.US)$、$德州儀器 (TXN.US)$、$恩智浦 (NXPI.US)$則為同步大市評級，其中高通是唯一目標價低於現價的標的(165美元，隱含約-9%)。

綜合來看，這場由"自己人"引發的拋售，改變的是預期而非訂單。如果伯恩斯坦的判斷成立——放緩的是前沿訓練的加速度而非算力支出——那麼周一的下跌更接近情緒面的一次集中宣洩;而真正值得後續追蹤的硬指標，是各AI公司資本開支指引是否出現實質性下修，以及 Anthropic IPO 的最終定價。(智通財經)

AI狂奔數年之後，頭部玩家第一次集體開始討論一件事：是不是應該跑慢一點？

周末，矽谷知名企業領導人均發表了對人工智慧發展速度過快的擔憂，並呼籲業界放緩AI開發並加強技術監管。這一呼籲最先由Anthropic首席執行長Dario Amodei發起，他在一篇文章中強調，AI的發展速度過快，研究人員已難以確保其安全性。他提議由獨立審計機構監督AI實驗室的安全工作，並建議監管機構允許這些實驗室開展合作，以協調安全標準。

隨後，OpenAI首席執行長奧爾特曼、SpaceX首席執行長馬斯克以及GoogleDeepMind負責人Demis Hassabis均表達了對這一觀點的支援，引發全球市場的極大關注。

消息發酵後，全球AI概念股迅速承壓，亞洲市場率先反應： $軟銀集團 (9984.JP)$ 、 $SK海力士 (SKHY.US)$ 、 $三星電子 (005930.KR)$ 、 $鎧俠 (285A.JP)$ 等AI及半導體概念股均明顯下跌。

市場擔心的邏輯很直接：AI開發放慢 → 算力需求下降 → GPU、HBM、光模塊等AI硬體需求降溫。

但這條邏輯中間，其實省略了很多步。因為「放緩AI開發」至少存在三種完全不同的情況：模型發布慢下來、訓練擴張慢下來，以及資本開支慢下來。

三種「放緩」看起來只差幾個字，對AI硬體的影響卻可能從「幾乎沒有」，一路上升到「真正改變產業周期」。

所以這次市場真正需要搞清楚的，並不是AI還會不會繼續發展，而是：AI巨頭究竟準備在那一層踩剎車？

AI巨頭究竟準備在那一層踩剎車？

這其實是判斷AI硬體影響的關鍵。因為市場口中的「放緩AI開發」，可能只是新模型晚一點發布，也可能是訓練規模不再快速擴張，甚至進一步演變成數據中心資本開支下調。

這三種情況看似都叫「放緩」，但對AI硬體的影響完全不同：第一種更多影響商業化節奏，第二種開始觸及GPU、HBM等算力需求，而第三種才真正影響整條AI硬體產業鏈的訂單與盈利預期。

所以，不妨把這次AI「減速」拆成三層來看：

第一種：模型發布節奏放慢——更多影響商業化，未必影響算力

假設一家AI公司原本計劃10月發布下一代模型，現在因為需要增加安全測試、第三方評估和對齊工作，推遲到12月甚至明年才正式面向公眾開放。

這種情況下，模型發布慢了，但模型未必少訓練。事實上，Amodei此次提出的「pacing the frontier」也特別做了區分。他明確表示，「放慢」並不是停止模型訓練或技術進步，而是希望在模型能力提升的同時，留出更多時間進行安全、對齊及第三方評估。

假如模型已經完成大部分訓練，只是延長評測周期，那麼此前消耗的GPU算力並不會因此「退貨」。更重要的是，安全評估本身同樣需要算力。模型需要做更長時間的紅隊測試、Agent模擬、強化學習、可解釋性研究以及大量推理測試。Amodei甚至提到，未來第三方評估者可能不只評估最終模型，也會直接檢查訓練和模型開發流程。

換句話說：模型晚發布 ≠ GPU少使用。

真正首先受到影響的，反而可能是AI商業化的時間表。如果下一代模型推遲幾個月推出，那麼依賴新模型能力的API收入、Agent產品、企業AI應用以及訂閱收入，可能同步後移。

因此第一種「放緩」對產業鏈更像是：軟件收入確認延後，但硬體需求未必同步下降。對輝達、AMD、HBM、光模塊等AI硬體股而言，短期可能帶來估值和情緒波動，但還很難直接推導出盈利預期下修。

第二種：訓練擴張放慢——這才開始真正碰到AI硬體需求

如果「安全放緩」進一步演變成：下一代模型不再快速擴大訓練規模，或者超大模型訓練頻率下降，那麼AI硬體需求才會真正受到影響。

過去兩年，AI硬體最核心的投資邏輯，就是下一代模型需要更多算力。從幾萬張GPU到十萬、數十萬甚至百萬卡叢集，訓練規模不斷擴張，帶動GPU、HBM、先進封裝、交換機和光模塊需求爆發。

但「訓練放慢」也不能簡單等同於算力需求下降，真正需要看的是：單次訓練規模有沒有下降、訓練頻率有沒有降低，以及全年總算力投入是否減少。

例如，一家公司原本每年訓練4次大型模型、每次使用10萬張GPU，現在改成一年2次；但如果單次訓練規模提升至20萬張GPU，再疊加後訓練、安全評估、智能體測試等需求，全年實際消耗的算力未必下降。

因此，硬體投資者真正需要關注的，不是「大模型多久發布一次」，而是一年到底用了多少算力。

如果訓練算力真的下降，GPU和HBM將首當其衝，高速網絡也會受到影響。因為AI叢集越大，對交換晶片、800G/1.6T光模塊、CPO等高速互連的需求越高。一旦百萬卡叢集擴張節奏放慢，相關產業鏈原本較高的增長預期自然需要重新評估。

不過，這並不意味著AI算力需求就此見頂，因為另一股需求正在接棒——推理算力。

隨著AI從模型訓練走向大規模應用，尤其是智能體逐漸普及，一個任務往往需要多輪推理、搜尋、工具調用和結果驗證，帶來的推理算力需求可能遠高於傳統聊天機器人。

因此，即使前沿模型訓練節奏放慢，只要AI使用量繼續增長，硬體需求更可能是從訓練端向推理端轉移，而不是簡單減少。未來AI硬體的競爭重點，也可能逐漸從「誰能提供最多訓練算力」，轉向「誰能以更低成本、更高能效提供更多推理算力」。

第三種：資本開支下降——這才是AI硬體真正需要警惕的信號

相比模型發布和訓練節奏，資本開支才是判斷AI硬體景氣度更直接的指標。

因為GPU、HBM、服務器、交換機、光模塊、液冷、SSD，以及變壓器、UPS、燃氣輪機等環節，最終都依賴一件事：科技巨頭是否還在持續擴建AI數據中心。

只要亞馬遜、微軟、Meta、Google等大型雲廠商仍維持高強度投入，AI硬體的訂單基礎就還在；反過來，如果這些公司開始系統性下調資本開支，才意味著產業鏈的盈利預期需要重新評估。

目前來看，這個信號還沒有出現。相反，大型科技公司的AI投資仍處於高位。

$Google-C (GOOG.US)$ 今年7月再次上調2026年資本開支預期，由1800億至1900億美元提高至1950億至2050億美元，並表示即使持續擴充算力，需求仍高於新增供給。

$亞馬遜 (AMZN.US)$ 今年資本開支計劃約2000億美元，其中大部分投向AI基礎設施；CEO Andy Jassy此前也表示，相當一部分AWS相關投入已有客戶需求支撐。

$Meta Platforms (META.US)$ 今年則計劃投入最高約1450億美元用於AI基礎設施。

此外， $Google-C (GOOG.US)$ 日前還宣佈未來兩年在芬蘭投入約151億美元建設AI基礎設施和三座新數據中心；微軟也被曝計劃到2032年將全球數據中心容量提升至約38GW。

因此，現階段更準確的理解是：AI公司開始討論放慢前沿模型的能力提升速度，但基礎設施投資本身並沒有同步降溫。

市場擔心的，是模型開發放緩最終會不會進一步傳導至訓練算力、數據中心需求，最後影響資本開支和硬體訂單。

但目前能看到的，主要仍是前沿模型在安全和發布節奏上的調整，距離科技巨頭真正削減數據中心預算，還不是同一件事。

所以對AI硬體而言，接下來更值得關注的是大型雲廠商的資本開支指引有沒有開始下修。

那些AI硬體更容易受到「放緩」影響？

如果把整條AI硬體產業鏈拆開來看，不同環節對「放緩」的敏感程度其實並不一樣。

如果只是模型發布延後，對GPU和HBM的實際需求影響有限。但如果下一代模型開始控制單次訓練規模，或者大型模型訓練次數明顯減少，那麼GPU與HBM會是最先受到影響的環節。

因此，對 $輝達 (NVDA.US)$ 、 $美國超微公司 (AMD.US)$ 、 $SK海力士 (SKHY.US)$ 、 $美光科技 (MU.US)$ 等公司而言，真正重要的不是新模型晚幾個月發布，而是下一代AI叢集到底還需要多少算力、多少晶片。

光通訊：最看叢集能不能繼續做大

光通訊對超大規模AI叢集尤其敏感。GPU數量越多，晶片與服務器之間交換的數據量越大，對高速網絡、交換晶片、光模塊和CPO的需求也越強。

因此，如果未來百萬卡級AI叢集的建設速度下降，光通訊此前建立在「叢集持續擴大」上的高增長預期就需要重新評估。反過來，如果只是模型發布延後，但數據中心和AI叢集仍然照常擴建，對光通訊基本面的實際影響也相對有限。

服務器、液冷：更看項目有沒有真正落地

服務器和液冷與數據中心實際部署的關係更直接。只要GPU還在交付、機櫃還在上架，相關需求就會繼續兌現。因此這一環節更需要警惕的，不是那個模型推遲發布，而是數據中心項目本身出現延期、縮減甚至取消。

變壓器、燃氣輪機、發電設備等電力基礎設施的建設周期更長，不少訂單也會提前數年鎖定。因此，短期模型開發節奏改變，很難立刻影響已經開工的數據中心和電力項目。即使未來AI資本開支真的降速，電力鏈受到影響的時間通常也會晚於GPU、服務器等環節。

這次AI巨頭集體討論「放緩」，更值得關注的地方在於：過去幾年AI產業主要比拚的是模型更大、訓練更快、算力更多，如今安全開始成為新的約束條件。

Amodei甚至提出，未來不排除對訓練算力、訓練方式，以及AI自我改進速度等環節施加更多限制。如果這些限制真的落地，AI算力的競爭方式可能會有所改變——從過去單純追求規模，逐步轉向更看重算力效率、使用率和投資回報。

但現階段，直接判斷AI硬體需求見頂還太早。接下來更值得關注的，其實是三件事：下一代模型的訓練規模有沒有縮小，GPU、HBM、光模塊等核心環節的訂單有沒有轉弱，以及大型雲廠商是否開始下調AI資本開支。

如果只是模型晚幾個月發布，影響更多停留在市場情緒和估值層面；如果訓練算力開始下降，則需要重新評估GPU、HBM和光通訊的增長速度；而如果大型科技公司進一步削減數據中心預算，才意味著AI硬體的景氣周期真正出現變化。

所以，這次「放緩」更像是在提醒市場：未來AI算力的增長，未必只靠把叢集做得更大，也會越來越取決於推理需求、算力效率和投資回報。(牛牛課堂)

彙整鉅亨號中所有使用「AI降速」關鍵字，所發布的內容 (依照時間排序，最新在前，舊的在後)`

美股三大股指齊跌，摩通卻逆勢看多：珍惜「黃金坑」！

「AI降速」擔憂引發全球晶片股拋售，伯恩斯坦安撫市場：算力支出基本邏輯未變

深度解讀 | AI四巨頭罕見喊「降速」！AI硬體投資主線會跟著降溫嗎？