TL;DR
Anthropic CEO Dario Amodei 提出「為前沿定速」，AI 安全問題可能重新壓制半導體板塊情緒。
伯恩斯坦認為，「AI 減速」針對的是模型能力提升速度，並不意味著停止訓練或削減資本開支。
AI 算力需求正從模型訓練擴展至推理，Agent 應用的大量調用將持續放大芯片需求。
即使沒有更強的新模型，當前算力也不足以充分承載現有模型的大規模部署。
伯恩斯坦推測，這輪倡議也與中美 AI 競爭有關，重點涉及芯片出口、模型蒸餾和權重保護。
更嚴格的安全評估短期會增加監管壓力，長期卻可能降低 AI 商業化面臨的政治與社會阻力。
伯恩斯坦繼續看好 AI 基礎設施，首選英偉達、博通及半導體設備股。

近幾週，半導體板塊情緒持續修復，從 7 月低點上漲約 13%，年初至今漲幅達到 67%。支撐行情的核心邏輯，是市場重新相信大型科技公司的 AI 支出仍將延續。

然而，Anthropic CEO Dario Amodei 突然提出「為前沿定速」，讓一個已經有所降溫的問題重新回到投資者視野：如果頭部 AI 實驗室主動放慢模型能力提升，芯片需求和數據中心建設是否也會隨之降速？

伯恩斯坦在 9 月 14 日發布的報告中給出的答案是：未必。

其核心判斷是，模型迭代可以減速，但算力需求很難同步踩下剎車。隨著 AI 計算的重心從訓練向推理擴散，尤其是 Agent 應用逐漸落地，半導體需求已經不再只由下一代前沿模型驅動。

AI 實驗室為何突然討論「減速」？

Amodei 提出了一套三階段「定速框架」。

第一步是在 AI 實驗室內部引入獨立第三方評估機構，核查企業是否遵守已經作出的安全承諾；第二步是推動美國監管，為所有美國 AI 公司建立統一規則；第三步則是全球協調，包括嘗試與中國建立某種合作或約束機制。

這項倡議出現之際，AI 安全爭議正重新升溫。近期，多名大型基礎模型實驗室的安全與對齊人員公開離職，批評行業在競逐能夠自我改進的超級智能時，沒有建立足夠可靠的約束機制。Amodei 的表態隨後獲得 Sam Altman、Elon Musk 和 Satya Nadella 等科技行業領軍人物回應，意味著「是否應該放慢前沿模型研發」已經從實驗室內部爭論進入公共與監管議程。

對於半導體投資者而言，真正敏感的並不是安全討論本身，而是「定速」可能直接觸及算力投入。Amodei 提到，監管可以圍繞訓練算力、訓練運行方式，以及利用 AI 改進 AI 等關鍵環節設置限制。一旦約束落到集群規模和訓練資源上，市場自然會擔心 AI 芯片與數據中心支出受到影響。

伯恩斯坦認為，這種擔憂可能在短期內壓制半導體板塊情緒，但還不足以改變實際需求。

首先，Amodei 並不是主張停止訓練，而是希望將前沿模型的能力提升速度從「極快」降至「稍快」。考慮到當前 AI 產業的擴張速度，即便模型迭代有所放緩，背後對應的訓練投入依然可能十分可觀。

更重要的是，AI 芯片需求的驅動力已經發生變化。

模型可以減速，推理需求不會停

過去，AI 芯片需求主要由大模型訓練推動。模型參數增加、訓練數據擴張和訓練週期延長，直接帶動 GPU 集群規模不斷上升。但當模型進入大規模應用階段後，推理正在成為新的算力消耗中心。

尤其是在 Agent 場景中，模型不再只是針對一次提問生成一次回答，而是需要持續規劃任務、調用工具、讀取結果、修正路徑並驗證輸出。一項用戶請求可能觸發多輪甚至數十輪模型調用，其推理消耗顯著高於傳統聊天機器人。

這意味著，即使前沿模型暫時停止快速升級，現有模型的大規模部署依然會持續增加算力需求。伯恩斯坦指出，目前已經投入使用的計算資源甚至難以充分滿足當前模型的需求，更不用說未來可能推出的新模型以及更複雜的 Agent 應用。

與此同時，大型科技公司的 AI 資本開支已經進入實際執行階段。芯片採購、數據中心、電力系統和網絡基礎設施的建設週期較長，不太可能因為一次行業倡議立即調整。伯恩斯坦因此判斷，當前 AI 公司的近期收入目標基本已經反映了客戶的支出計劃，相關計劃出現重大變化的可能性較低。

換言之，「AI 減速」首先衝擊的可能是估值和市場情緒，而非芯片訂單。只要推理調用量、企業部署和 Agent 應用仍在增長，AI 基礎設施投資就很難真正停下來。

安全倡議背後，還有中美 AI 競爭

伯恩斯坦認為，Amodei 的倡議可能並不完全是安全問題，也涉及中美 AI 競爭。

Amodei 強調，美國對 AI 發展的限制不能以讓中國獲得領先地位為代價。他主張繼續限制先進 AI 晶片和半導體設備對華出口，同時打擊未經授權的模型蒸餾，並加強模型權重保護。

伯恩斯坦據此推測，中國 AI 實驗室通過蒸餾快速縮小模型差距，可能是推動這項倡議的重要原因之一。這裡需要注意的是，這是伯恩斯坦的判斷，而非 Amodei 直接承認的政策動機。

對於美國頭部實驗室而言，單方面減速存在明顯風險：如果自身受到更嚴格的安全審查和算力限制，而開源模型或海外競爭者不受相同規則約束，減速反而可能削弱其領先地位。因此，Amodei 提出美國統一監管和全球協調，本質上也是希望把規則覆蓋至整個競爭環境。

由此來看，所謂「AI 安全」正在與技術競爭發生交叉。訓練算力、模型權重和蒸餾方式不僅是安全問題，也可能成為新的產業壁壘。相關政策可能改變全球晶片銷售的地區結構，但不一定會削弱美國科技公司的整體投入。

伯恩斯坦繼續押注英偉達、博通和設備股

伯恩斯坦認為，更嚴格的安全評估雖然會增加短期監管壓力，卻可能有利於 AI 行業的長期發展。可審計、受約束的 AI 系統更容易獲得政府、企業和公眾接受，也有助於降低數據中心建設和商業化部署面臨的政治阻力。

因此，報告並未因為「前沿定速」下調對 AI 基礎設施的判斷，反而繼續將英偉達、博通和半導體設備公司列為首選方向。

英偉達獲「跑贏大盤」評級，目標價 400 美元。伯恩斯坦認為，其數據中心市場空間仍然巨大，訓練和推理需求將共同支撐 GPU 增長。

博通同樣獲「跑贏大盤」評級，目標價 575 美元。報告預計，公司 2026 年的 AI 增長軌跡將在 2027 年至 2028 年進一步加速，定製 AI 晶片和網絡業務仍是主要驅動力。

設備端，應用材料、泛林集團和科磊均獲「跑贏大盤」評級，目標價分別為 700 美元、385 美元和 250 美元。伯恩斯坦看好 GAA、先進封裝、HBM 和 NAND 升級帶來的設備需求。其中，科磊憑藉結構性增長動力、穩固的競爭地位、相對較低的中國替代風險和嚴格的資本配置，具備獲得溢價估值的基礎。

伯恩斯坦的最終判斷是，「AI 減速」會成為半導體板塊新的情緒變量，卻暫時不足以逆轉 AI 基礎設施週期。前沿模型研發可能放慢，但訓練並未停止，推理需求正在加速，Agent 又進一步抬高單次任務的計算消耗。

AI 實驗室或許開始討論踩下剎車，但對算力產業而言，真正決定需求的已經不只是模型迭代速度，而是 AI 被使用的規模和頻率。只要這一變量仍在增長，AI 芯片的需求邏輯就尚未結束。

歡迎加入律動 BlockBeats 官方社群：

Telegram 訂閱群：https://t.me/theblockbeats

Telegram 交流群：https://t.me/BlockBeats_App

Twitter 官方帳號：https://twitter.com/BlockBeatsAsia