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
。
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。
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:
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。
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。
Comments
0 comments