全球科技巨头争夺AI算力的背景下，亚马逊的芯片战略正从幕后走到台前。公司最新披露的自研芯片业务数据显示，此此前常被低估的板块已成长为年营收超过200亿美元的重要支柱，并可能在未来释放约500亿美元的市场空间。 这一进展来自亚马逊长期推进的垂直整合路线。过去十年，亚马逊相继推出Graviton CPU、Trainium训练芯片和Inferentia推理芯片。尽管这些芯片并不单独对外销售，但通过AWS云服务，亚马逊搭建起一条相对完整的算力供给链。贾西在股东信中提到，已有两家大型客户希望锁定2026年全部Graviton实例产能，侧面反映出需求正在快速升温。 核心动力来自AI产业对算力的持续高需求。当前全球AI服务器市场存在明显供给紧张，英伟达GPU的交付周期已延长至数月。亚马逊Trainium2凭借约30%—40%的性价比优势加速渗透市场，而下一代Trainium3尚未发布就已接近满额预订。同时，AI实验室Anthropic已将约50万枚Trainium2用于Claude模型训练，为亚马逊的技术路径提供了重要验证。 面对机遇与挑战，亚马逊提出三上动作：其一，计划在2026年前投入2000亿美元扩建基础设施；其二，通过自研芯片降低对外部供应商的依赖；其三，同步提升电力供给能力，预计到2027年实现翻倍。通过“芯片—模型—能源”的共同推进，AWS试图在每token成本控制上形成差异化优势。 行业观察人士认为，亚马逊的变化意味着云计算竞争进入新阶段。谷歌TPU已全面支持Gemini 2.0，Meta也在评估替代方案，头部企业正在从单纯提供云服务，更走向平台与标准的塑造者。尽管英伟达CUDA生态仍具领先优势，但专用芯片在能效比上的提升，可能推动产业格局出现新的调整。
从云服务竞争到AI基础设施竞争，胜负关键正从“算力够不够”转向“算力是否可持续、是否可负担、是否能按需交付”。自研芯片不仅是技术路线选择，也在重塑产业组织方式。谁能在供给、成本、能耗与生态之间形成闭环，谁就更可能在下一轮产业周期中掌握主动权。