這將是一項根本性的策略轉向。過去亞馬遜僅透過AWS雲端實例「租用」晶片運算力；直接銷售晶片將使其從晶片使用者轉變為直接的矽晶片供應商 。

晶片業務財務表現

晶片部門的財務軌跡，正是亞馬遜考慮此舉的主因：

• 年營收規模達200億美元：客製化晶片部門（Graviton + Trainium）年營收以三位數年增率成長 。
• 獨立估值約500億美元：Jassy在Q1 2026財報會議上表示，若晶片業務是獨立公司，同時向AWS和第三方銷售，年營收規模約為500億美元 。
• 客戶承諾超過2250億美元，且晶片部門被形容為「超前兩代已售罄」 。

需求之強烈，有兩家大型AWS客戶甚至詢問能否在2026年買下所有的Graviton實例容量——但亞馬遜為了維持服務可用性而婉拒 。

性能指標與競爭優勢

亞馬遜已發布兩代Trainium的具體性能數據：

• Trainium2：較同級GPU雲端實例提供約30%更佳性價比，且「已幾乎售罄」 。
• Trainium3：已於2026年初開始出貨。較Trainium2再提升30-40%性價比，且「幾乎全數被預訂」 。採用台積電3奈米製程，每顆晶片提供2.52 PFLOPS FP8算力。亞馬遜表示其Trn3 UltraServer的推論運行成本較H100集群低50% 。
• 軟體生態系追趕：亞馬遜正積極投資自家軟體堆疊（AWS Neuron），以縮小與Nvidia CUDA的差距，這仍是主要的採用障礙 。

客戶進展

亞馬遜已獲得全球多家頂尖AI公司的巨額承諾：

• Anthropic：亞馬遜最重要的Trainium客戶。Anthropic 承諾未來十年在AWS投入超過1000億美元，並鎖定5 GW的Trainium運算容量，用於訓練和部署Claude，橫跨Trainium2、Trainium3和Trainium4世代 。光是在Anthropic的「Project Rainier」集群就計劃部署超過50萬顆Trainium2晶片，所有亞馬遜資料中心的總部署量已超過一百萬顆 。三個正在興建中的AWS園區，擁有超過1.3 GW的IT容量，專門用於滿足Anthropic的訓練需求 。
• OpenAI 與 Apple 也傳出是Trainium客戶，OpenAI 已鎖定數GW的Trainium容量 。
• Uber：報導指出是使用Trainium進行推論的AWS客戶 。

Peter DeSantis 與垂直整合願景

2025年12月至2026年1月期間，亞馬遜成立了統一的AI與晶片部門，由27年資深主管Peter DeSantis領軍，他現在同時掌管AI模型（Nova）、客製化晶片（Trainium/Inferentia）以及量子運算 。

DeSantis的理念非常明確：他將「掌控到矽晶片層級」描述為一種優化AWS的方式，能以獨特的方式服務客戶。他主張，晶片設計、模型架構與基礎設施的緊密整合，能產生疊加的競爭優勢 。在2026年6月的一場訪談中，他表示AI還需要「再提升數個數量級」，且未來將會出現超越現有Transformer架構的新型模型，這需要硬體與軟體的深度共同設計 。

核心策略在於：垂直整合——在自家Nova AI模型與雲端基礎設施旁設計專用晶片——能打造出Nvidia（銷售標準晶片給所有人）難以複製的成本與性能護城河 。

與 Nvidia 的競合關係

Jassy 已直接將Trainium與Nvidia GPU進行比較。他在股東信中表示：「迄今為止幾乎所有的AI開發都使用Nvidia晶片，但客戶正逐漸意識到存在性價比更優的選擇」。他同時指出，Trainium每年將為亞馬遜節省數百億美元的資本支出，並在推論工作上提供相較於使用他人晶片高出數百個基點的營業利益率優勢 。

亞馬遜仍與Nvidia維持強勁的合作關係——Nvidia GPU在AWS上仍廣泛供應——但Trainium日益被定位為公司長期的策略差異化武器 。

亞馬遜的2250億美元客戶訂單積累與200億美元以上的晶片營收規模，代表至今對Nvidia在AI加速器市場近乎壟斷地位的最有力挑戰 。

這將是一項根本性的策略轉向。過去亞馬遜僅透過AWS雲端實例「租用」晶片運算力；直接銷售晶片將使其從晶片使用者轉變為直接的矽晶片供應商 。

晶片業務財務表現

晶片部門的財務軌跡，正是亞馬遜考慮此舉的主因：

• 年營收規模達200億美元：客製化晶片部門（Graviton + Trainium）年營收以三位數年增率成長 。
• 獨立估值約500億美元：Jassy在Q1 2026財報會議上表示，若晶片業務是獨立公司，同時向AWS和第三方銷售，年營收規模約為500億美元 。
• 客戶承諾超過2250億美元，且晶片部門被形容為「超前兩代已售罄」 。

需求之強烈，有兩家大型AWS客戶甚至詢問能否在2026年買下所有的Graviton實例容量——但亞馬遜為了維持服務可用性而婉拒 。

性能指標與競爭優勢

亞馬遜已發布兩代Trainium的具體性能數據：

• Trainium2：較同級GPU雲端實例提供約30%更佳性價比，且「已幾乎售罄」 。
• Trainium3：已於2026年初開始出貨。較Trainium2再提升30-40%性價比，且「幾乎全數被預訂」 。採用台積電3奈米製程，每顆晶片提供2.52 PFLOPS FP8算力。亞馬遜表示其Trn3 UltraServer的推論運行成本較H100集群低50% 。
• 軟體生態系追趕：亞馬遜正積極投資自家軟體堆疊（AWS Neuron），以縮小與Nvidia CUDA的差距，這仍是主要的採用障礙 。

客戶進展

亞馬遜已獲得全球多家頂尖AI公司的巨額承諾：

• Anthropic：亞馬遜最重要的Trainium客戶。Anthropic 承諾未來十年在AWS投入超過1000億美元，並鎖定5 GW的Trainium運算容量，用於訓練和部署Claude，橫跨Trainium2、Trainium3和Trainium4世代 。光是在Anthropic的「Project Rainier」集群就計劃部署超過50萬顆Trainium2晶片，所有亞馬遜資料中心的總部署量已超過一百萬顆 。三個正在興建中的AWS園區，擁有超過1.3 GW的IT容量，專門用於滿足Anthropic的訓練需求 。
• OpenAI 與 Apple 也傳出是Trainium客戶，OpenAI 已鎖定數GW的Trainium容量 。
• Uber：報導指出是使用Trainium進行推論的AWS客戶 。

Peter DeSantis 與垂直整合願景

2025年12月至2026年1月期間，亞馬遜成立了統一的AI與晶片部門，由27年資深主管Peter DeSantis領軍，他現在同時掌管AI模型（Nova）、客製化晶片（Trainium/Inferentia）以及量子運算 。

DeSantis的理念非常明確：他將「掌控到矽晶片層級」描述為一種優化AWS的方式，能以獨特的方式服務客戶。他主張，晶片設計、模型架構與基礎設施的緊密整合，能產生疊加的競爭優勢 。在2026年6月的一場訪談中，他表示AI還需要「再提升數個數量級」，且未來將會出現超越現有Transformer架構的新型模型，這需要硬體與軟體的深度共同設計 。

核心策略在於：垂直整合——在自家Nova AI模型與雲端基礎設施旁設計專用晶片——能打造出Nvidia（銷售標準晶片給所有人）難以複製的成本與性能護城河 。

與 Nvidia 的競合關係

Jassy 已直接將Trainium與Nvidia GPU進行比較。他在股東信中表示：「迄今為止幾乎所有的AI開發都使用Nvidia晶片，但客戶正逐漸意識到存在性價比更優的選擇」。他同時指出，Trainium每年將為亞馬遜節省數百億美元的資本支出，並在推論工作上提供相較於使用他人晶片高出數百個基點的營業利益率優勢 。

亞馬遜仍與Nvidia維持強勁的合作關係——Nvidia GPU在AWS上仍廣泛供應——但Trainium日益被定位為公司長期的策略差異化武器 。

亞馬遜的2250億美元客戶訂單積累與200億美元以上的晶片營收規模，代表至今對Nvidia在AI加速器市場近乎壟斷地位的最有力挑戰 。