集齐三大王牌，亚马逊云科技转向AI全栈

21世纪经济报道记者 倪雨晴

2025 年，亚马逊云科技（AWS）的re:Invent 大会不再局限于云计算领域的年度发布会，而是全面转向 “AI全栈竞争” 的核心布局阵地。

从Trainium自研服务器芯片、自研大模型Nova 2、企业级训练平台Nova Forge到新一代AI Agent，AWS试图用“自研芯片+云基础设施+应用层AI”的组合拳，建立从底层到上层的闭环体系。

AWS CEO Matt Garman表示，Trainium的业务规模已达到数十亿美元，并且迄今为止已经部署了100万颗Trainium芯片。

可以看到，云计算厂商的竞争正在从算力规模走向AI能力结构的全面竞赛。与此同时，微软Azure、谷歌云等竞争者也在快速推进Agent、模型与基础设施布局。各大厂商的资本开支呈现全面上涨态势，这一趋势正推动全球云计算市场进入新的加速期。

接下来，科技企业的底层创新，会如何改变云计算产业格局，云厂商的竞争将走向怎样的长期路径，都将是业界焦点。

在本届re:Invent大会上，最受关注的是AWS迭代的一系列AI基础设施能力。其中包括Trainium系列芯片、全新训练服务器UltraServers、Nova 2系列基础模型、Frontier Agents等等。

这些动作共同指向一个核心目标，即在眼下的AI浪潮中，AWS不再只是传统云服务的提供者，而要成为从芯片到模型的AI全栈技术供应商。

首先是芯片层面的战略，AWS主要有Graviton、Trainium、Inferentia三个系列。其中，Graviton是CPU芯片，主要对标英特尔；Trainium主打训练，Inferentia主打推理，以AI芯片的标签对标英伟达、AMD等。此次，AWS宣布了Trainium的进展，基于3nm AI芯片Trainium3推出了UltraServers。UltraServers单集群可以集成144颗芯片，算力达362PFLOPS（FP8），并且支持更高吞吐和更低能源成本。根据AWS披露的数据，相对于上一代产品，其性能提升超过4倍。

最新款的Trainium4芯片则将面向未来更大规模的模型训练与推理场景。AWS推进自研芯片的意图很明确，在全球GPU供应链紧张、成本不断抬升的背景下，AWS需要掌握更可控的算力来源。

这使其与英伟达的关系呈现出典型的竞合特点。一方面，AWS依旧是全球部署英伟达GPU规模最大的云厂商，最新推出的P6e-GB300实例，正是采用了英伟达GB300 NVL72 GPU的旗舰设备；另一方面，AWS自研芯片的加速推进，保障自有业务的同时，也在争夺更多的算力市场空间。

这也反映了近年趋势，云巨头都在加码芯片部署，不论AWS的AI芯片，还是谷歌的TPU，都已经从内部供应走向公开市场，和英伟达、AMD等的竞合态势愈演愈烈。

芯片之外，AWS在模型、企业级平台上纵深布局，尤其是面向企业级市场发力。此前，AWS高管在接受21世纪经济报道记者采访中就谈道，AWS的主张一直是企业需要多个模型，而不是一个模型。据悉，Amazon Bedrock新增18款开源模型，既包括谷歌Gemma 3、英伟达Nemotron、OpenAI和Mistral AI的模型；也包括国内的头部大模型阿里Qwen3-NEXT和Qwen3-VL、月之暗面Kimi K2 Thinking、稀宇科技MiniMax M2。

同时，AWS还发布了4款的Nova 2系列模型，与之匹配的Nova Forge服务，则允许企业将自身数据整合进模型训练流程，从而构建“企业知识 + 基础模型”的专属能力。

面向企业端，AWS甚至推出了AI Factories服务，为客户定制AI设施。随着AI进入千行百业，以AWS为代表的云厂商，正在重塑自身的“AI基建”护城河。

基础能力竞争加剧的同时，全球云计算巨头们还把目光转向了Agent应用端。在业内人士看来，2025年是AI Agent（AI智能体）爆发元年，底层的硬件厂商，也开始往AI应用靠拢。

AWS发布了Frontier Agents系列，包括面向运维的DevOps Agent、安全场景的Security Agent、开发工作流程的Transform Custom以及复杂编程的Kiro Autonomous Agent。

这类Agent在人机对话基础上，主要负责自动执行企业内部流程、调度云资源、处理故障，甚至做出策略判断。它们也反映了AWS的一个策略，通过AI和自动化提升企业对云资源的依赖度，扩大整体云生态规模。

与AWS的“基础设施型Agent”相比，OpenAI的Agent更适用于知识工作和个人效率工具；谷歌的Gemini Agent优势在于检索、内容生成以及与Workspace的结合；微软的Copilot Agents作为生产力入口，深度绑定Office、Teams和Windows，在企业协作场景渗透；面向应用侧，近期阿里千问APP公测版上线，全力进军C端AI应用，进一步丰富AI的产品线。

而各式各样的Agent、智能体、AI应用纷纷上线，只是新一轮AI云生态竞争的“前哨战”。

真正的竞争正在从单纯的云计算，转向AI计算和AI生态。生成式AI推动算力需求爆炸式增长，大模型训练、Agent长时间运行、多云互联，都使云厂商必须具备多样化能力。

放眼望去，从芯片、硬件、软件到应用，巨头们都已经集齐，并且在持续巩固长板、补短板。每一年厂商都在进化，每一年市场都在重新排位，格局未定之际，大家继续猛烈投资。

从海外云厂商资本开支看，亚马逊、微软、谷歌、Meta均在2025年大幅加码资本开支，合计指引投入超3000亿美元，主要用于服务器、数据中心等基础设施投资。

中信建投研报称，2025年第二季度，北美四大互联网厂商资本开支总计958亿美元，同比增长64%，持续保持高增态势，并对后续季度以及全年展望乐观，谷歌和Meta上调今年指引。

虽然近期AI泡沫论的声音放大，但是从头部厂商的投入和增势看，依然一片火热。以亚马逊为例，其2025财年第三季度的资本支出增61%，达到创纪录的342亿美元，今年以来，亚马逊累计支出已达899亿美元。同时财报显示，AWS在第三季度营收同比增长20%，达到330亿美元，超出预期。

从国内市场来看，阿里巴巴已经宣布投入3800亿元用于AI基础设施建设阿里，二季度云智能集团收入为333.98亿元，增速加快至26%，创三年新高。其中，二季度AI相关产品收入已经占阿里云外部商业化收入的超20%。

在巨额的资本投资背后，是AI驱动的云生态竞赛。跑道上的巨头们已经不再满足于提供算力，而是在构建面向未来十年的AI云平台。

可以确定的是，AI正在重新定义云的形态，而云也在重塑AI的产业边界。风口喧嚣，竞争残酷，但胜负走向远未落定。真正的胜负，不在某一次发布会，而在未来数年的产品打磨、生态建设与资本耐力之中。