亚马逊又拿到船票了，这次是芯片

文 | 字母AI

“我们的芯片业务火热。”

这句话既不是出自英伟达、英特尔，也不是谷歌、微软，而是来自于亚马逊CEO安迪·杰西（Andy Jassy）最新的股东信。

他还补充到，Trainium芯片的需求正在爆发。

这听起来多少有点反直觉。

因为过去一段时间，你听到的亚马逊，大概率不是这个故事。

你听到的应该是亚马逊如何裁员，是自由现金流被AI基建吞掉，是AWS增速被质疑，是它和甲骨文一起被放进了“AI包工头”那一拨里。

在很多人的印象里，亚马逊根本就不是一家站在AI潮头的公司。

模型这边，OpenAI有ChatGPT，Anthropic有Claude，谷歌有Gemini。如果我问你亚马逊最强的模型叫什么，很多人可能还真得先搜一下。

但在大家没怎么注意的地方，亚马逊其实已经暗度陈仓了。

在这封股东信里说写到，AWS的AI业务年化收入已经超过150亿美元。

更关键的是，包含Graviton、Trainium和Nitro在内的亚马逊自研芯片业务，年化收入已经超过200亿美元，而且还在以三位数同比增长。

安迪表示，如果把这块业务单独拆出来，像英伟达、英特尔那样直接向第三方卖芯片，它的年化规模大约可以达到500亿美元。

这个规模就不能再管它叫“内部降本工具”了，这是一块真正长出来的新业务。

更重要的是，亚马逊现在不是只做芯片。它有底层芯片，有数据中心，有AWS，有Bedrock，有Anthropic这样的深度绑定客户，也有OpenAI、苹果这些外部大客户。

换句话说，虽然模型本身没那么亮眼，不过亚马逊的确是一家全栈AI公司了。

微软还在OpenAI、Copilot、Azure和Maia之间摸索主轴，但亚马逊的方向反而越来越清楚。

让AI尽可能跑在AWS上，尽可能消耗AWS自己的芯片，最后把AI时代的利润率和控制权重新抓回自己手里。

所以我才觉得，芯片正在成为亚马逊的“AWS”。

就比如Anthropic，现在他们的Claude模型，全都已经在亚马逊的芯片上跑过了。

为了吃定Anthropic这个大客户，亚马逊还专门建了一个AI算力集群，叫Project Rainier。

这个集群是全球已知最大的非Nvidia算力集群之一，仅印第安纳州New Carlisle这一处园区，当时就已经部署了大约50万颗Trainium2芯片。

到2025年底，规模已经扩大到100万颗芯片。而这些芯片存在的目的就一个，跑Claude。

亚马逊都这么客气了，Anthropic自然也得礼尚往来，后者直接参与了亚马逊Trainium3芯片的设计工作。

以前都是芯片公司有什么芯片，AI公司才能训练怎样的模型。现在反过来了，AI公司开始教云厂商怎么造芯片。

问题也随之而来。亚马逊为啥非要自己造芯片？它真的是为了挑战英伟达，还是只是想把AWS的利润率再抬高一点？

归根结底，亚马逊造芯片这件事，表面看是个硬件故事，但你只要往深处看，就会发现还是亚马逊那套平台逻辑，把别人的增长，变成自己的基础设施收入。

一场从2015年开始的豪赌

Annapurna Labs成立于2011年，然后他们就一直处于隐身模式。

这家公司由三位工程师创立，他们采用了一种很叛逆的设计理念，从云计算、数据流量、实际需求倒推回去，再设计芯片。这种反向思维方法，恰好与亚马逊的工作方式完全契合。

2015年初，亚马逊以3.5亿美元收购了一家以色列芯片创业公司Annapurna Labs。

没有新闻发布会，在亚马逊的财报中，也只有一条简短声明。当时所有人都觉得，这只是亚马逊众多投资中不起眼的一笔。

收购完成后，亚马逊并没有急于推出产品。Annapurna Labs的团队先是参与了AWS相关项目，后来开始给Nitro System的底层做硬件设计。

Nitro System是AWS的一套云基础设施底层架构。它是把原来由服务器主CPU和传统虚拟化软件负责的很多事情，拆出来交给专门的硬件去做。

Annapurna Labs就是负责来设计这个硬件。

有一说一，这只是小打小闹，或者你可以直接理解为Annapurna Labs在融入亚马逊这个大家庭之前的一次团建，真正的故事要从2018年开始讲起。

3年之后，AWS推出了Inferentia，这是一款专门用于推理的机器学习芯片。

亚马逊认为，与训练相比，推理任务对芯片的要求略低，更容易切入。这属于人之常情，很多国内做AI芯片的厂商也秉持着相同的想法。

2019年，搭载Inferentia芯片的Inf1实例正式上线。

这玩意到底性能如何呢？亚马逊之前有一套搭载英伟达T4 GPU的云服务器，主打图形渲染、视频处理和机器学习推理。

Inf1比G4多了最高3倍的吞吐，每次推理成本最多低40%。

但是，Inf1在市场上却没什么声量。原因在于它是专门为推理场景做了优化，特别适合用来做推荐系统、图像识别、语音识别、NLP推理这些。

可问题就在于，亚马逊的整个芯片生态刚起步，你想用Inf1，就必须得用亚马逊自己的AWS Neuron SDK。

这个SDK的框架虽然支持TensorFlow/PyTorch/MXNet，但兼容性和成熟度远不如英伟达的CUDA。并且早期编译器限制很多，比如控制流、模型大小、BERT序列长度等都有约束。

所以Inf1更像是个概念产品，只是给市场打了个样，亚马逊自己也深知这一点。

不过Inf1的表现还是超出了亚马逊的预期，于是接下来，亚马逊开始高歌猛进。

2021年，AWS正式发布了首款面向客户用于训练AI模型的芯片Trainium。训练芯片的技术难度远高于推理芯片，第一代Trainium基于7纳米工艺，拥有约550亿个晶体管，于2022年开始为EC2 Trn1实例提供算力。

亚马逊表示，在特定工作负载下，Trainium的每token成本比A100集群低54%。对于GPT类模型，Trainium的吞吐量与A100相当，但成本只有一半左右。

2023年底，亚马逊在re: Invent大会上发布了第二代Trainium2芯片。这款芯片采用5纳米工艺，计算核心数量是第一代的4倍，训练速度提升4倍，内存容量显著增加。

Trainium2针对生成式AI训练做了专门优化，支持结构化稀疏性，能够更高效地处理大语言模型的训练任务。且相较于基于H200/H100的同类云配置，价格性能可再提升30%到40%。

2024年12月，亚马逊在re: Invent大会上首次公布了新一代Trainium3芯片。这是AWS首款采用3纳米工艺的AI芯片。

到2025年底，Trainium3被正式集成到Trn3 UltraServer中，每台服务器搭载144颗芯片，提供362 petaflops的总算力。这些服务器采用液冷技术，能效比前代提升约4倍。

AWS表示在部分训练和推理场景下，客户可将成本进一步压低至英伟达GPU方案的一半左右。

从2015年到2026年，亚马逊在芯片业务上的投入是渐进式的，因此越后面投入越大。

2025年，亚马逊的资本支出达到约1250亿美元，其中绝大部分流向AI所需的数据中心、电力和芯片。

2026年，这个数字预计将达到2000亿美元，比分析师预期高出近40%，也超过了谷歌宣布的1850亿美元上限。

亚马逊的芯片为啥能卖出去？

钱，不能只花不赚。

前文提到亚马逊芯片业务的年化营收已超过200亿美元，是这个数字包括Graviton处理器、Trainium训练芯片和Nitro网络芯片的总收入。

这封信还透露，如果芯片业务作为独立公司运营，像英伟达或英特尔那样直接向第三方销售芯片，年化营收规模可达500亿美元。

Graviton本质上就是Annapurna Labs开发的一款Arm服务器CPU，用来替代英特尔和AMD那类传统x86处理器，负责跑Web服务、数据库、容器和各种企业应用。

你可能要问了，那为啥要有这玩意呢？我用英特尔的CPU不行吗？

AWS上有大量的工作负载，其实根本不需要GPU，也不需要什么AI芯片，这些东西吃的就是最普通、最稳定、最长期的服务器CPU算力。

对这些常见的工作负载来说，Graviton更便宜、更省电，还更容易推广。

目前，亚马逊的芯片主要通过AWS以租用形式提供给客户，而不是直接销售硬件。客户购买的是EC2实例的计算能力，背后可能是Graviton、Trainium或Inferentia芯片。

这种商业模式与传统芯片厂商完全不同，倒是和网上一些租显卡的个体户很像。

从后来的结果看，Graviton也确实成了亚马逊自研芯片里最早跑通商业闭环的产品。它不像Trainium那样需要客户重写大量训练流程，也不像Inferentia那样强依赖特定推理场景。

在AWS弹性计算产品的1000个最大客户中，超过90%正在使用Graviton芯片。AWS还披露，有超过5万名客户在使用Graviton。知名企业如苹果、SAP、Pinterest、Datadog都是Graviton的用户。

所谓一分钱难倒英雄汉，很多公司迁移到Graviton，就是因为它便宜、稳定，而且迁移成本低。

Graviton先帮亚马逊证明了一件事，只要价格便宜，客户并不介意自己用的是什么芯片。

而这件事一旦被证明，Trainium和Inferentia后面的故事才真正有了继续讲下去的底气。

Trainium和Inferentia的客户就相对少一些，它们最大的客户是Anthropic。

2024年底，Anthropic宣布了Project Rainier，将使用一个拥有近50万颗Trainium2芯片的算力集群训练Claude模型，文章开头我就提到了。

这个集群在2025年投入使用，是当时世界上最大的机器学习训练集群之一，算力是Anthropic之前使用集群的五倍以上。

2025年，OpenAI先与AWS达成了规模达380亿美元的长期云合作承诺。到了2026年2月，亚马逊又宣布向OpenAI投资500亿美元，并确认OpenAI将通过AWS基础设施消耗约2吉瓦的Trainium计算容量。

考虑到Anthropic和亚马逊自己的Bedrock服务已经使用了大量Trainium芯片，亚马逊竟然还能腾出手接下OpenAI这笔大单子，可见当时的亚马逊已经All In芯片了。

除此以外还有苹果，它们的搜索产品采用了Graviton 4和Inferentia 2，机器学习推理工作负载的效率提高了40%以上。苹果还在早期阶段测试Trainium 2，初步结果显示，在Trainium 2上对模型进行预训练，效率将提升50%。

然而正当亚马逊以为自己的芯片功法就要炼成的时候，有人给他们泼了一盆冷水。

2025年7月，一份亚马逊内部标注为“机密”的文档显示，AI初创公司Cohere发现Trainium 1和Trainium 2芯片的性能“不及”英伟达的H100 GPU。

开发了Stable Diffusion的图像生成公司Stability AI也得出类似结论，认为Trainium 2在延迟方面表现不佳，使其在速度和成本上“竞争力较弱”。

新加坡AI研究机构AI Singapore的测试表明，配备英伟达GPU的AWS G6服务器在多个使用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Ricoh、Datadog、Metagenomi等客户那里取得了“出色成果”。

云巨头造芯片

尽管如此，需求仍在快速增长。

亚马逊的股东信中透露，两家大型AWS客户曾要求购买2026年所有的Graviton实例容量，但亚马逊因需要照顾其他客户的需求而婉拒了这两笔大单子。

AWS在2025年新增了3.9吉瓦的电力容量，预计到2027年底总电力容量将翻倍。

亚马逊造芯片的故事，从2015年的一笔低调收购，到2026年成为年化200亿美元的业务，用了11年时间。

你要非得说这个增长多高多快，那也未必见得，但至少说得过去。问题就在于，这条路能走多远，能否真正复制AWS的成功。

亚马逊造芯片的核心逻辑很简单，降低成本，提高利润率。但这个逻辑能否成立，取决于三个问题：芯片真的更便宜吗？客户愿意为此付出迁移成本吗？多久能收回投资？

首先，客户需要使用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，这比早期几代定制芯片所需的数月时间大幅缩短，但仍然是一笔不小的工程投入。

其次，不是说所有的模型架构它都能用Trainium来跑。

有些架构需要CUDA进行特定操作，而且一些公司它是财大气粗的类型，要求算力必须达到极限，而这时候，仍然只能使用英伟达的产品。

如果把视角再往外拉一点，你会发现亚马逊对芯片这件事的执念，其实也和它自己在AI战场上的尴尬处境有关。

我就举一个例子，如果问你，亚马逊的模型是啥，你如果不去搜索，能立马回答得上来吗？

亚马逊不是没做模型，相反，它很早就布局了自己的Titan模型家族，后来又推出了Nova，想把文本、图像、视频这些生成能力都补齐。

后面还有覆盖消费端到企业端的各种AI产品，比如Bedrock、Q，再到升级版Alexa。

问题在于，亚马逊每一步都跟着掺和了，但是每一步都没有让客户们满意。这就导致亚马逊在AI产业上面掉队了。

除了亚马逊，云巨头也都在重塑AI芯片市场。

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。

谷歌虽然不直接卖TPU，不过好歹还建了个云平台，对外销售TPU的算力。微软倒好，这个Maia就从来没有对外放出来过。

然而Maia的现状，并不乐观。

2023年的时候，微软本想用Maia 100来跑OpenAI、Copilot这些大模型，但等产品刚开始部署的时候发现，Maia 100的算力远远不够支撑当时的ChatGPT，所以OpenAI也只能选择英伟达。

2025年，微软下一代Maia被爆出难产，因此其量产时间从2025年推迟到了2026年，原因包括设计中途变更、团队流动和工程推进不顺，而且按当时外媒透露的消息，新Maia的性能也比不上英伟达刚刚发布的Blackwell。

到了2026年1月，微软总算是正式拿出了采用3nm工艺的Maia 200，但它的定位是推理，并不能像英伟达的GPU一样用来训练大模型。

然而市面上已经充满了替代产品，微软不仅技术上没有领先，就连产能和铺设速度也比不过亚马逊和谷歌，这就导致微软的Maia没能掀起什么风浪。

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。

亚马逊以前掉队了，所以它才想要去锁定中小企业未来，指不定能在AWS上再养出来几个OpenAI、Anthropic这样的企业。

但从另一个角度看，云巨头的自研芯片也在推动整个行业的进步。英伟达之所以能够长期维持高利润率，部分原因是缺乏有效竞争。

当亚马逊、谷歌、微软都开始自己造芯片，就会去倒逼英伟达降价、加快迭代。

最终受益的是整个AI行业。

亚马逊造芯片能否成为下一个AWS，取决于如何定义“成功”。

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，那么显然，它并不能成为下一个AWS。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。

200亿美元的年化营收，90%以上的头部客户采用率，Anthropic和OpenAI这样的标杆案例，这些都足以证明Trainium的成功。

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。

从这个意义上说，亚马逊造芯片的故事，不是关于能赚多少钱，而是关于谁掌握控制权。

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。

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。