

你是不是也觉得,亚马逊在AI时代已经掉队了?
当OpenAI的ChatGPT火爆全球,谷歌的Gemini频频刷屏,微软的Copilot无处不在时,很多人都在问:亚马逊的AI到底在哪?
但就在大家以为亚马逊要错过这波AI浪潮时,它却悄悄亮出了一张王牌——芯片业务年化收入超过200亿美元!这比很多芯片公司的全年营收还要高!
最近,亚马逊CEO安迪·杰西在股东信中透露了一个惊人的数字:AWS的AI业务年化收入已超150亿美元,而包含Graviton、Trainium和Nitro在内的自研芯片业务,年化收入更是突破200亿美元大关!
更关键的是,如果把这些芯片像英伟达、英特尔那样直接卖给第三方,年化规模能达到500亿美元!
这一切要从2015年说起。当时亚马逊以3.5亿美元低调收购了一家以色列芯片创业公司Annapurna Labs,这笔交易在当时几乎没有引起任何关注。
但正是这次收购,埋下了亚马逊芯片帝国的种子!
2018年,亚马逊推出首款推理芯片Inferentia;2021年,发布训练芯片Trainium;2023年,Trainium2问世;2024年,Trainium3亮相……
亚马逊的芯片之路走得稳扎稳打,每一步都踩在了AI发展的关键节点上!
亚马逊一直强调,自己的芯片比英伟达的方案便宜得多。Trainium的每token成本比A100集群低54%,Trainium2比H100/H200方案便宜30%-40%,Trainium3更是能将成本压到英伟达GPU方案的一半左右!
但真的有这么香吗?
一些客户反馈却给出了不同的答案。AI初创公司Cohere发现Trainium 1和Trainium 2的性能“不及”英伟达的H100;Stability AI认为Trainium 2在延迟方面表现不佳;新加坡AI研究机构的测试也显示,英伟达GPU在多个场景下的成本性能都优于Inferentia 2。
亚马逊对此回应称,这些反馈“并非当前情况”,Trainium和Inferentia已经在多家客户那里取得了“出色成果”。
亚马逊不是唯一自研芯片的云巨头!
谷歌的TPU已经迭代到第五代,微软也在开发自己的AI芯片Maia。虽然Maia的进展并不顺利——从2023年的Maia 100算力不足,到2025年下一代产品难产,再到2026年Maia 200定位推理而非训练——但云巨头们都在用行动证明:我们不想把算力的控制权完全交给英伟达!
表面上看,亚马逊造芯片是为了降低成本、提高利润率。但往深处想,这其实是亚马逊那套经典平台逻辑的又一次实践——把别人的增长,变成自己的基础设施收入!
在AI时代,算力就是石油。谁控制了算力的生产和分配,谁就掌握了未来。亚马逊不想把这个控制权完全交给英伟达,就像它当年不想把云基础设施的控制权交给英特尔一样!
使用亚马逊的芯片,客户需要付出不小的迁移成本。
首先得用AWS的Neuron SDK对代码进行适配。Anthropic的工程师透露,将训练流程迁移到Trainium3大约需要三周时间,虽然比早期几代芯片所需的数月大幅缩短,但仍然是一笔不小的工程投入!
其次,不是所有的模型架构都能用Trainium来跑。有些架构需要CUDA进行特定操作,而且一些对算力要求极高的公司,仍然只能选择英伟达的产品。
这是所有人最关心的问题:亚马逊的芯片业务,能复制AWS的成功吗?
如果成功意味着像AWS那样创造一个全新的行业,改变整个科技生态,那么答案可能是否定的。芯片行业已经存在了几十年,亚马逊不是在创造新市场,而是在重新分配现有市场的份额。
但如果成功意味着建立一个可持续的、有竞争力的业务,为AWS提供成本优势和战略控制权,那么亚马逊已经在这条路上走得很远!
看看这些数据:
更重要的是,当你拥有从芯片到数据中心到软件平台的完整堆栈,你就可以针对特定工作负载进行端到端的优化,这是购买通用芯片无法实现的!
未来的AI芯片市场可能会分化为两个层次:一个是英伟达、AMD主导的通用市场,另一个是云巨头各自的封闭生态。
对于初创公司和中小企业来说,选择哪个云平台,就意味着选择了背后的芯片架构。如果深度依赖AWS的Trainium,将来迁移到其他平台的成本会非常高。
但这也正是亚马逊想要的——锁定中小企业的未来,在AWS上培养出更多像OpenAI、Anthropic这样的企业!
就算到最后,Trainium不能与英伟达平起平坐,它也已经证明了云巨头有能力挑战芯片巨头的垄断地位。这本身也是一种成功!
金句: 在AI时代,算力就是石油,谁控制了算力的生产和分配,谁就掌握了未来。
互动问题: 你觉得亚马逊的芯片业务能成为下一个AWS吗?还是说这只是一场注定无法超越英伟达的豪赌?
点赞分享: 如果这篇文章让你对AI芯片格局有了新的认识,别忘了点赞和分享给更多朋友!让我们一起见证这个激动人心的时代!