亚马逊首席执行官安迪·贾西 (Andy Jassy) 确认将长期依赖 Nvidia 芯片，尽管内部 AI 芯片规模已超过 20B 美元

亚马逊在 Nvidia GPU 和自己的 Trainium 处理器上投入了数十亿美元，这一双重策略可能会重塑云计算能力平衡

亚马逊的安迪·贾西 (Andy Jassy) 想要澄清一件事：英伟达不会离开。亚马逊首席执行官在 2026 年 4 月致股东的信中表示，“迄今为止几乎所有人工智能都是在 NVIDIA 芯片上完成的”，并确认 AWS 仍将是运行这些人工智能的最佳场所。

这句话很有分量，因为它们解决了英伟达最受讨论的风险因素：其最大的客户也是其未来的竞争对手。亚马逊、谷歌、微软和 Meta 都将资源投入到定制人工智能加速器中。

Gloria Stocks 在一个应用程序中，加密货币在另一个应用程序中，钱包无处不在？凯莱金融将您的整个投资组合一目了然。一起看看→

承诺背后的数字

2026 年 8 月，亚马逊同意额外购买 200 万个 Nvidia GPU，以便在 2027 年至 2028 年期间跨 AWS 数据中心部署。该订单是在之前承诺的 100 万个芯片的基础上完成的，使总管道数量达到约 300 万个 GPU。

亚马逊自己的人工智能芯片业务涵盖 Graviton、Trainium 和 Nitro 产品线，年收入已突破 200 亿美元。如果亚马逊选择将其芯片在外部商业化，这个数字可能会飙升至 500 亿美元。

Trainium2 是亚马逊当前一代的 AI 训练芯片，其性价比比同类 GPU 高出约 30%，并且几乎已售罄。其继任者 Trainium3 将于 2026 年初推出，承诺性能比其前身提高 30-40%。它甚至在发货之前就几乎被完全订阅。

人工智能、科技及其所推动的市场——每日简报。日常的。自由的。加入加密货币、金融和政策领域 34,000 多名读者的行列。电子邮件地址 免费订阅 我们尊重您的隐私。随时取消订阅。

双重战略及其重要性

就规模而言，亚马逊预计，与完全依赖第三方芯片相比，其 Trainium 系列每年可节省“数百亿美元的资本支出”。

Jassy 明确承认，许多客户将继续在 AWS 中选择 Nvidia。一些工作负载，特别是涉及前沿模型训练和推理的工作负载，受益于 Nvidia 成熟的 CUDA 软件生态系统和原始性能。

这对竞争格局意味着什么

亚马逊的 Trainium 芯片不需要在高端领域击败 Nvidia。它们只需要以明显较低的成本足以满足大多数工作负载即可。如果 Trainium3 兑现了其 30-40% 性能改进的承诺，那么将常规推理和微调工作负载迁移到 Amazon 定制芯片的经济理由就变得引人注目。

谷歌有自己的 TPU。微软正在开发 Maia。 Meta有自己的MTIA芯片。每个主要的超大规模企业都在运行同一剧本的一个版本：出于竞争和面向客户的原因维持与 Nvidia 的关系，同时悄悄地构建改善内部经济效益的替代方案。

关注这一领域的投资者应密切关注亚马逊定制芯片业务 200 亿美元的运行率。如果这个数字加速实现 500 亿美元的外部商业化场景，这将代表人工智能计算的配置和定价方式发生根本性转变。