亚马逊云服务AWS正加快自研芯片布局，意图在AI算力市场对英伟达形成更直接的竞争。根据公开信息，AWS最新推进的核心产品包括Graviton4 CPU与Trainium系列AI加速器，其目标不仅是提升性能，更在于通过降低云环境中的数据传输与训练成本，增强自身在AI基础设施领域的利润空间与议价能力。
AWS此次披露，升级后的Graviton4将提供600Gbps网络带宽，并称这是当前公有云中的最高水平。AWS工程师Ali Saidi将这一速度形容为“每秒读取100张音乐CD”。这一数据凸显出AWS希望从网络、计算到训练环节整体优化AI工作负载，减少客户在大模型训练和推理中的瓶颈。
从云服务商走向完整AI芯片平台
Graviton4并非孤立产品，而是Amazon旗下Annapurna Labs自研芯片战略的一部分。随着Project Rainier项目和Trainium芯片持续推进，AWS正在构建覆盖网络、训练、推理的完整AI基础设施栈。这意味着，AWS的目标不再只是租用第三方GPU构建云服务，而是希望在底层核心硬件上掌握更多主动权，从而降低对英伟达、英特尔和AMD等传统芯片供应商的依赖。
这种趋势的重要性在于，随着越来越多AI模型被证明可以在非英伟达硬件上完成训练，市场竞争焦点已不再是AWS能否进入这一领域，而是它能够从英伟达手中切走多少市场份额。素材显示，Anthropic的Claude Opus 4已经运行在Trainium2之上，而Project Rainier则部署了超过50万颗芯片。这类订单在以往通常会被视作英伟达GPU的潜在需求。
AWS主打“更低成本替代方案”
AWS高管明确表示，其战略重点之一是降低AI训练成本，并为市场提供英伟达高价GPU之外的替代方案。AWS高级总监Gadi Hutt指出，尽管英伟达Blackwell在绝对性能上高于Trainium2，但AWS芯片在成本性能比上更具吸引力。这一表态反映出AWS并未试图在每一项指标上全面超越英伟达，而是希望凭借云平台整合能力和更优价格模型切入市场。
在产品迭代方面，AWS称Trainium3将于今年推出，其性能将达到Trainium2的两倍，同时额外实现50%的节能效果。此外，AWS还透露，计划于2025年晚些时候推出的升级版Graviton4和Trainium3有望带来4倍性能跃升以及40%能效提升。若这些指标能够落地，意味着AWS不只是推出替代品，而是在尝试压缩英伟达高端GPU的溢价空间。
需求强劲，供应已显紧张
AWS方面还透露，相关芯片的市场需求已经快于供应增长。Annapurna Labs工程总监Rami Sinno表示，尽管公司供应规模“非常大”，但其构建的每一项服务背后都已有客户需求支撑。这说明Trainium与Graviton系列并非实验性产品，而是已进入实际商业部署阶段，且正获得稳定客户群体认可。
值得注意的是，AWS在生态策略上更倾向与创新型AI初创企业合作，而非过度依赖大型硬件厂商。素材中提到，AWS与Anthropic、Scale AI、Fiddler等企业建立了密切合作关系，并通过战略投资与基础设施支持形成互惠模式。以Anthropic为例，AWS此前在Invent 2024大会上公布专为其打造的AI超级计算机Project Rainier，并 reportedly投入80亿美元支持Anthropic发展。这种“资本+算力”的绑定模式，有助于AWS推动自研芯片优先落地。
对市场和加密行业意味着什么
从市场层面看，AWS自研AI芯片的推进，意味着全球算力竞争正在从单纯的软件模型竞争，扩展到底层芯片与云基础设施竞争。对于英伟达而言，短期内其在AI芯片市场的主导地位仍难被撼动，分析人士Patrick Moorhead也指出，英伟达依旧是该领域最强势的参与者。不过，庞大的AI需求足以容纳多个竞争者并存，AWS正是其中最具威胁的云厂商之一。
对于加密货币和区块链市场来说，这一趋势同样值得关注。首先，AI与加密行业都高度依赖高性能计算与数据中心资源，若AWS等云巨头通过自研芯片降低训练与推理成本，未来可能带动链上AI应用、去中心化算力市场及AI代理项目的部署成本下降。其次，英伟达GPU溢价若被压缩，也可能间接影响围绕算力叙事展开的部分加密资产估值逻辑。最后，云巨头掌握更多底层芯片能力，也可能强化中心化算力供应格局，这与Web3强调的去中心化资源分配形成新的张力。
整体来看，AWS此次围绕Graviton4与Trainium的布局，并非简单的产品升级，而是其争夺下一代AI基础设施控制权的重要一步。随着更多大型模型在非英伟达硬件上验证成功，未来AI算力市场很可能从“一家独大”逐步走向“多极竞争”，而AWS显然希望成为其中最关键的一极。