云计算的芯片战争，又烧到了一个新量级。数据仓库巨头Snowflake本周三宣布，与AWS签署了一份为期五年、总价值600亿美元的新协议。作为参照，Snowflake自2012年成立以来，通过AWS Marketplace销售的服务总额也就70亿美元。这份新合同几乎等于它过去十几年在AWS上赚到的所有钱。
Snowflake为什么愿意掏这么多钱
数字背后的驱动力并不复杂——AI。Snowflake的客户在AWS上的花费正在加速膨胀，2025年一年就翻倍到了20亿美元。这让Snowflake有信心锁定未来五年的算力资源。
Snowflake这几年一直在推自己的AI构建工具Cortex AI，逻辑很顺：企业的数据存在Snowflake里，直接在上面接AI能力，比把数据搬来搬去省事得多。Cortex AI能提供文本界面查数据库（用自然语言问就行）、摘要报告生成等功能。
这份协议里有一个特别值得关注的细节：Snowflake签约的核心目的，是为了获取更多AWS自研的ARM架构CPU芯片Graviton的使用权。
CPU在AI时代为什么突然值钱了
训练大模型靠GPU，这没人反对。但当AI从训练走向日常推理、再走向Agent自动化之后，CPU的用量会急剧上升——因为Agent执行任务时的大部分工作（调度、I/O、业务逻辑）都是由CPU完成的。
AWS的自研CPU芯片Graviton相比Nvidia的方案有价格优势。亚马逊向来对成本敏感，它也确实把这部分节省传递给了客户。需求旺盛到什么程度？AWS正在以最快速度部署这些芯片，但还是跟不上。
上个月，AWS刚跟Meta签了一份供应数百万颗Graviton芯片的协议，以满足Meta日益增长的AI算力需求。而就在几个月前，Meta才刚刚跟Google Cloud签了一份100亿美元的云服务协议。AWS能从Google手里抢到Meta的订单，Graviton芯片的价格优势显然是重要原因。
云巨头芯片军备竞赛
AWS签下Snowflake这个级别的长期大单，也是在向Nvidia释放信号：云巨头的自研芯片正在抢食你的午餐。
- Google的TPU已经自研多年，支撑着Gemini大模型的训练和推理
- 微软今年1月刚发布了自研AI加速芯片Maia 200，专门针对推理场景
- AWS的Graviton已经迭代多代，在性价比上确实对一部分客户有吸引力
Nvidia CEO黄仁勋上周在财报会上显然也感受到了压力。他宣称Nvidia新推出的Vera CPU专为AI设计，将为公司打开一个「规模2000亿美元的全新市场」，而且已经拿到了200亿美元的订单。话说得很满，但云巨头们分散供应链的战略意图已经很明确了。
不管这场芯片战争最后谁占上风，有一点可以确定：AI热潮里最稳赚不赔的，永远是把算力当自来水卖的那几家云厂商。
发表回复