Snowflake 的 60 億美元豪賭，揭示 AI 晶片戰爭的隱藏戰線：CPU

這不僅僅是個大數字，更代表 Snowflake 在 AWS 上的支出大幅升級。該公司的五年期承諾金額，從 2020 年首次公開募股時的 12 億美元，成長到 2023 年的 25 億美元，如今更一舉達到 60 億美元 。這樣的急遽攀升，與整個產業在 AI 資本支出上的爆炸性成長趨勢相符，各大雲端巨頭預計將在 2026 年投入數千億美元的資金 。

CPU 在代理式 AI 時代的悄然崛起

這筆交易在技術面上最值得玩味的部分，是其對運算能力的明確聚焦。儘管協議也包含使用雲端 GPU，但最引人注目的核心，是對 AWS Graviton 處理器的承諾——這是亞馬遜基於 Arm 架構的自研 CPU 晶片 。這項聚焦，正好呼應了 AI 工作負載演變方式的一個關鍵轉變。

隨著 AI 應用從單一的模型訓練，轉向部署能夠執行多步驟推理、程式碼生成和即時任務的「代理式」系統，所需的運算本質也隨之改變。這些代理式工作負載往往是 CPU 密集型，依賴通用處理器來進行任務協調和推理 。這個轉變的規模之大，使得在 2025 年約佔 AI 運算 50% 的推理工作負載，預計到 2026 年底，將消耗高達 80% 的 AI 基礎設施總支出 。

Graviton 的經濟效益顯而易見。根據報告，將工作負載遷移到基於 Arm 的 Graviton，可為 AI 推理和生成式 AI 流程減少高達 40% 的基礎設施成本，更有其他報告指出，其推理效能提升了 20%，功耗降低了 23% 。這些效率上的優勢，為盡可能地將 AI 推理從昂貴且耗電的 GPU 轉移出來，提供了一個強而有力的理由。

客製化晶片成為戰略性的替代方案

Snowflake 的協議本身，並不能證明 NVIDIA 的主導市場地位已被打破。然而，它提供了一個強而有力的證據，表明來自雲端供應商的客製化、內部自研晶片，正成為一個重要的戰略替代選項，尤其是在大型企業承諾方面。「AWS 的客製化 Graviton 處理器，其重要性已足以支撐一份價值 60 億美元、為期五年的企業 AI 基礎設施承諾」，這在幾年前是難以想像的。

這筆 Snowflake 交易並非憑空出現。一個模式正在形成：

• 2026 年 4 月：Meta 與 AWS 簽署了一項價值數十億美元、為期數年的協議，將部署「數千萬顆」最新的 Graviton5 處理器核心，明確用於支援其代理式 AI 工作負載 。
• 更廣泛的趨勢：Google 正在積極商業化其自研的張量處理單元（TPU），其最新的第八代晶片專為「代理式時代」設計 。微軟也正在開發自家的 Maia 晶片。這種全行業的投資，預計將推動客製化 ASIC（特殊應用積體電路）在 2026 年的出貨量年增率高達 44.6% 。

誠如科技媒體 TechCrunch 對 Snowflake 交易的評論：「這些晶片正在吸引新的數十億美元大單。」 AWS 的 Graviton，最初只是一個通用運算解決方案，如今已成為 AI 平台戰爭中的戰略資產。

更廣闊的競爭格局

現有資料清楚描繪出 AWS 及其 Graviton 晶片的成功故事，但尚不足以完全證實更廣泛的競爭樣貌。例如 NVIDIA 執行長黃仁勳所宣稱，其新款 Vera CPU 代表著 2000 億美元市場機會的說法，即無法從現有來源中獲得證實，不應視為已確認的事實。

同樣地，關於微軟 Maia 晶片的具體細節，以及與 NVIDIA 市佔率預期下滑相關的特定競爭動態，最好留待更聚焦的資料來源來分析。然而，趨勢是明白無誤的：AI 晶片市場正在從單一供應商走向碎裂化，而 CPU 正是其中的關鍵戰場。

最終結論已十分清晰。 AI 驅動的雲端支出，不再是盡可能購買高階 GPU 那麼簡單的故事。Snowflake 與 AWS 的這項協議，體現了一個全新現實：未來的基礎設施承諾正變得更為專業化，圍繞著客製化晶片和代理式 AI 的特定需求而建構。AWS 的 Graviton，已從一個節省成本的選項，晉升為一個能夠支撐數十億美元、登上頭條的企業承諾的關鍵晶片平台。CPU，正重新回到運算領域最重要對話的核心。