TL;DR
Anthropic CEO Dario Amodei 提出「为前沿定速」，AI 安全问题可能重新压制半导体板块情绪。
伯恩斯坦认为，「AI 减速」针对的是模型能力提升速度，并不意味着停止训练或削减资本开支。
AI 算力需求正从模型训练扩展至推理，Agent 应用的大量调用将持续放大芯片需求。
即使没有更强的新模型，当前算力也不足以充分承载现有模型的大规模部署。
伯恩斯坦推测，这轮倡议也与中美 AI 竞争有关，重点涉及芯片出口、模型蒸馏和权重保护。
更严格的安全评估短期会增加监管压力，长期却可能降低 AI 商业化面临的政治与社会阻力。
伯恩斯坦继续看好 AI 基础设施，首选英伟达、博通及半导体设备股。

近几周，半导体板块情绪持续修复，从 7 月低点上涨约 13%，年初至今涨幅达到 67%。支撑行情的核心逻辑，是市场重新相信大型科技公司的 AI 支出仍将延续。

然而，Anthropic CEO Dario Amodei 突然提出「为前沿定速」，让一个已经有所降温的问题重新回到投资者视野：如果头部 AI 实验室主动放慢模型能力提升，芯片需求和数据中心建设是否也会随之降速？

伯恩斯坦在 9 月 14 日发布的报告中给出的答案是：未必。

其核心判断是，模型迭代可以减速，但算力需求很难同步踩下刹车。随着 AI 计算的重心从训练向推理扩散，尤其是 Agent 应用逐渐落地，半导体需求已经不再只由下一代前沿模型驱动。

AI 实验室为何突然讨论「减速」？

Amodei 提出了一套三阶段「定速框架」。

第一步是在 AI 实验室内部引入独立第三方评估机构，核查企业是否遵守已经作出的安全承诺；第二步是推动美国监管，为所有美国 AI 公司建立统一规则；第三步则是全球协调，包括尝试与中国建立某种合作或约束机制。

这项倡议出现之际，AI 安全争议正重新升温。近期，多名大型基础模型实验室的安全与对齐人员公开离职，批评行业在竞逐能够自我改进的超级智能时，没有建立足够可靠的约束机制。Amodei 的表态随后获得 Sam Altman、Elon Musk 和 Satya Nadella 等科技行业领军人物回应，意味着「是否应该放慢前沿模型研发」已经从实验室内部争论进入公共与监管议程。

对于半导体投资者而言，真正敏感的并不是安全讨论本身，而是「定速」可能直接触及算力投入。Amodei 提到，监管可以围绕训练算力、训练运行方式，以及利用 AI 改进 AI 等关键环节设置限制。一旦约束落到集群规模和训练资源上，市场自然会担心 AI 芯片与数据中心支出受到影响。

伯恩斯坦认为，这种担忧可能在短期内压制半导体板块情绪，但还不足以改变实际需求。

首先，Amodei 并不是主张停止训练，而是希望将前沿模型的能力提升速度从「极快」降至「稍快」。考虑到当前 AI 产业的扩张速度，即便模型迭代有所放缓，背后对应的训练投入依然可能十分可观。

更重要的是，AI 芯片需求的驱动力已经发生变化。

模型可以减速，推理需求不会停

过去，AI 芯片需求主要由大模型训练推动。模型参数增加、训练数据扩张和训练周期延长，直接带动 GPU 集群规模不断上升。但当模型进入大规模应用阶段后，推理正在成为新的算力消耗中心。

尤其是在 Agent 场景中，模型不再只是针对一次提问生成一次回答，而是需要持续规划任务、调用工具、读取结果、修正路径并验证输出。一项用户请求可能触发多轮甚至数十轮模型调用，其推理消耗显著高于传统聊天机器人。

这意味着，即使前沿模型暂时停止快速升级，现有模型的大规模部署依然会持续增加算力需求。伯恩斯坦指出，目前已经投入使用的计算资源甚至难以充分满足当前模型的需求，更不用说未来可能推出的新模型以及更复杂的 Agent 应用。

与此同时，大型科技公司的 AI 资本开支已经进入实际执行阶段。芯片采购、数据中心、电力系统和网络基础设施的建设周期较长，不太可能因为一次行业倡议立即调整。伯恩斯坦因此判断，当前 AI 公司的近期收入目标基本已经反映了客户的支出计划，相关计划出现重大变化的可能性较低。

换言之，「AI 减速」首先冲击的可能是估值和市场情绪，而非芯片订单。只要推理调用量、企业部署和 Agent 应用仍在增长，AI 基础设施投资就很难真正停下来。

安全倡议背后，还有中美 AI 竞争

伯恩斯坦认为，Amodei 的倡议可能并不完全是安全问题，也涉及中美 AI 竞争。

Amodei 强调，美国对 AI 发展的限制不能以让中国获得领先地位为代价。他主张继续限制先进 AI 芯片和半导体设备对华出口，同时打击未经授权的模型蒸馏，并加强模型权重保护。

伯恩斯坦据此推测，中国 AI 实验室通过蒸馏快速缩小模型差距，可能是推动这项倡议的重要原因之一。这里需要注意的是，这是伯恩斯坦的判断，而非 Amodei 直接承认的政策动机。

对于美国头部实验室而言，单方面减速存在明显风险：如果自身受到更严格的安全审查和算力限制，而开源模型或海外竞争者不受相同规则约束，减速反而可能削弱其领先地位。因此，Amodei 提出美国统一监管和全球协调，本质上也是希望把规则覆盖至整个竞争环境。

由此来看，所谓「AI 安全」正在与技术竞争发生交叉。训练算力、模型权重和蒸馏方式不仅是安全问题，也可能成为新的产业壁垒。相关政策可能改变全球芯片销售的地区结构，但不一定会削弱美国科技公司的整体投入。

伯恩斯坦继续押注英伟达、博通和设备股

伯恩斯坦认为，更严格的安全评估虽然会增加短期监管压力，却可能有利于 AI 行业的长期发展。可审计、受约束的 AI 系统更容易获得政府、企业和公众接受，也有助于降低数据中心建设和商业化部署面临的政治阻力。

因此，报告并未因为「前沿定速」下调对 AI 基础设施的判断，反而继续将英伟达、博通和半导体设备公司列为首选方向。

英伟达获「跑赢大盘」评级，目标价 400 美元。伯恩斯坦认为，其数据中心市场空间仍然巨大，训练和推理需求将共同支撑 GPU 增长。

博通同样获「跑赢大盘」评级，目标价 575 美元。报告预计，公司 2026 年的 AI 增长轨迹将在 2027 年至 2028 年进一步加速，定制 AI 芯片和网络业务仍是主要驱动力。

设备端，应用材料、泛林集团和科磊均获「跑赢大盘」评级，目标价分别为 700 美元、385 美元和 250 美元。伯恩斯坦看好 GAA、先进封装、HBM 和 NAND 升级带来的设备需求。其中，科磊凭借结构性增长动力、稳固的竞争地位、相对较低的中国替代风险和严格的资本配置，具备获得溢价估值的基础。

伯恩斯坦的最终判断是，「AI 减速」会成为半导体板块新的情绪变量，却暂时不足以逆转 AI 基础设施周期。前沿模型研发可能放慢，但训练并未停止，推理需求正在加速，Agent 又进一步抬高单次任务的计算消耗。

AI 实验室或许开始讨论踩下刹车，但对算力产业而言，真正决定需求的已经不只是模型迭代速度，而是 AI 被使用的规模和频率。只要这一变量仍在增长，AI 芯片的需求逻辑就尚未结束。

点击了解律动BlockBeats 在招岗位

欢迎加入律动 BlockBeats 官方社群：

Telegram 订阅群：https://t.me/theblockbeats

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

Twitter 官方账号：https://twitter.com/BlockBeatsAsia