YOHO AI

标签： AWS

  • AWS也开始缺CPU了：Agentic AI把算力危机烧到了CPU

    AWS数据中心服务器机房
    Agentic AI 的普及正在把算力短缺从 GPU 烧到最基础的 CPU（配图由 AI 生成）

    过去两年，科技圈聊算力短缺，默认指的都是 GPU——训练大模型要用、跑推理也要用，英伟达的卡一卡难求。但《The Information》8 月 7 日捅出的一件事有点反直觉：亚马逊云（AWS）内部现在开始缺 CPU 了。不是显卡，是那颗支撑了互联网二十年的普通处理器。

    等一台 CPU 服务器，要从几小时拖到好几天

    据知情人士透露，AWS 高管今年 5 月就把工程师叫来开了个会，传达的口风相当直白：为了确保 EC2 业务将来能接住所有客户需求，大家得想尽办法省算力，而且省的不只是 AI 芯片，连传统 CPU 服务器也明确点名了。此后 AWS 给各个团队下了截止期限，要求今年晚些时候砍掉闲置的计算占用，把腾出来的资源挪给外部客户。

    一位在 AWS 干了多年的工程师说，过去申请一台 CPU 服务器几小时就能拿到，如今要等上好几天，这是他职业生涯里头一回遇到。他直言这种等待已经影响到项目交付节奏。AWS 对外回应倒是很淡定，说即便需求很大，也还能满足“绝大多数”内外部客户，指导方针没变。但一个细节很说明问题：原本靠折扣甩卖、两分钟就能收回的“竞价实例”（Spot Instances），最近越来越难成批拿到了。

    AI 咨询机构 Elendil Labs 的联合创始人 Jing Xie 观察到，客户的人均 IT 支出直接翻倍，背后的推手正是 AI Agent 的大规模使用。

    AI Agent 成了隐藏的 CPU 吞噬者

    这事的根子，是 Agentic AI 正在大面积铺开。越来越多公司的员工开始用 AI 智能体帮自己写软件、跑流程，而一个 Agent 干活时调用的云资源远比人想像的多，而且对 CPU 是持续性的渴求。哪怕在模型训练的准备阶段，也得靠 CPU 从文档、图片和视频里把原始数据读出来。

    换句话说，GPU 负责“思考”，CPU 负责“打杂”——喂数据、管调度、跑周边服务。当 Agent 数量暴涨，打杂的活儿也跟着塌方，压力就从显卡一路漫到了整座机房。

    • 外部客户目前受影响还有限，合同承诺的算力基本没出问题；
    • 但竞价实例越来越紧，说明 AWS 整体供需缺口在收窄，弹性空间被压薄；
    • 除了 CPU，配套的内存芯片和数据中心物理空间也在添乱。

    芯片厂的数据也在印证这件事

    英特尔给出的数字很直观：今年 4 月，CEO 陈立武（Lip-Bu Tan）说 AI 推理里 CPU 和 GPU 的用量比是 1 比 4；到了 7 月，CFO David Zinsner 改口说这个比例已经接近 1 比 1。AMD 和 Arm 的高管也表达了类似判断。短短三个月，CPU 的存在感翻了好几倍。

    算力在内外部分配上的拉扯，其实不是 AWS 一家的事。谷歌去年专门拉了个高管委员会，在云业务、DeepMind 和消费者业务之间协调算力，明星研究员 Noam Shazeer 夏天就因为拿不到足够算力而离职；微软那边则是另一个故事，CFO 把 Azure 的增长部分归功于 CPU 和 GPU 机群管理上的“效率提升”。

  • AWS 把「氛围编程」搬进企业私有云，和 Superblocks 签下多年合作

    做 vibe coding（氛围编程）的创业公司 Superblocks 这几天和亚马逊云科技（AWS）签了一份多年联合营销协议。重点不在于又多一个合作伙伴，而在于 Superblocks 的工具可以直接嵌进 AWS 客户的私有云里跑。

    这意味着，一家用着 AWS 的企业只要订阅了 Superblocks，就能给自家业务人员提供”用自然语言写应用”的能力，而且这些应用不会把数据往外传——既不会发给模型厂商，也不会甩到外部数据库。应用会在公司自己的私有云里拉起 Amazon Aurora 数据库，而不是像很多 vibe coding 工具那样默认连外部的 Supabase。

    “我们要把能力带到你私有云里的数据旁边，”Superblocks 创始人兼 CEO Brad Menezes 说，”最关键的一点是数据永远不出门……用的是你自己的 AWS 账户，审计、加密、网络管控全都到位。”

    云巨头想当 Agent 时代的”脚手架”供应商

    这些应用还会接上 Amazon Bedrock——亚马逊那套 AI 应用开发、网关和推理平台。说白了，它们会自动归到 IT 部门的管控和安全体系里，而不是变成一堆没人管、随处乱长的”野应用”。AWS 也会像对待其他 Marketplace 伙伴一样，帮着把 Superblocks 推销给大企业。

    Superblocks 创始人 Brad Menezes
    Superblocks 创始人 Brad Menezes（图源：TechCrunch）
    • Superblocks 目前 50 人，截至 2025 年 5 月 A 轮一共融了 6000 万美元，投资方有 Spark Capital、Kleiner Perkins、Meritech Capital 和 Greenoaks。
    • AWS 自己到现在还没有面向业务人员的 vibe coding 智能体；它手里有给开发者用的 Kiro，以及类似 Claude Cowork、Copilot 的 AI 助手 Quick，但都不是”氛围编程”那条路。

    背后是一场”多模型”的撤退

    这件事更大的信号，是超大规模云厂商正忙着劝企业客户：把 AI 模型和跑企业 AI 所需的那些”脚手架”拆开，而且都搁在自己的云上。他们希望企业来买 AI 套壳（也就是智能体应用）、编排、安全工具，而不是去找前沿模型厂。

    过去几周，微软 CEO 萨提亚·纳德拉一直在敲同一个鼓点：多用几个模型来降本、避免被锁死；他还提醒企业别太信任 AI 实验室来做智能体编排，因为对方可能拿你的数据研究你的生意、回头跟你竞争。企业似乎已经听进去了——Menezes 说，六十天前客户还”非 Anthropic 不可”，现在完全翻了过来。上个月，开源模型在 Vercel 的 AI 网关流量里占了 29%。

    “对任何押注单一模型厂商的企业，那个高管迟早会被炒，”Menezes 放话。在他看来，横跨 OpenAI、Anthropic 和开源（眼下以中国开源为主，美国开源也在起来）的多模型策略，已经是 CIO 的必答题。把 vibe coding 送进私有云，只是继开发者 AI 编码智能体之后，云厂商掀起的第二波浪潮。

  • 亚马逊资本开支飙到2200亿，投资人却照样鼓掌：AI这门生意谁在赚钱一目了然

    亚马逊周四交出的二季度财报，数字漂亮得没什么可挑剔的：净销售额涨了20%，云业务尤其亮眼，盘后股价直接冲高近10%。但这份财报真正有意思的地方，不在亚马逊自己身上——它顺手把整个AI经济现在最真实的定价逻辑给暴露了出来。

    亚马逊 AWS 云与数据中心
    投资人现在只给云厂商的AI故事买单（图片来源：TechCrunch / Getty Images）

    疯狂烧钱，但投资人这回不介意

    业内一直有个说法，说华尔街已经受够了各家无止境的数据中心开支，希望大家收着点花。亚马逊的做法是反着来。

    截至6月30日的财年里，它在房产和设备上砸了1730亿美元——这个科目里装的是GPU、天然气涡轮机和一块块地皮——上一年这个数字还是1076.5亿。2026年的资本开支预期也从2000亿上调到了2200亿。为了填这个窟窿，公司已经开始动用现金储备：季末的现金比一年前少了76亿美元，这是今年头一回出现负的自由现金流。

    换个公司，这种账面早就被骂惨了。亚马逊能扛住，靠的是另一边有个真在转的收入引擎：AWS这季度收入420亿美元，同比涨37%。单纯算术上它当然还盖不住资本开支，但它说明供给涨的同时需求也在涨。考虑到从数据中心破土到卖出算力中间隔着好几年，这条曲线对投资人来说就是定心丸。

    不止是盖机房，还有自研芯片这条暗线

    亚马逊押的AI也不全在钢筋水泥上。Trainium 这类AI芯片和 Arm 架构的 Graviton 处理器，都是长线赌注。这些项目不会体现在资本开支的数字里，但它们能实打实地把云业务的毛利往上抬。

    “我们看到AI业务正在走跟当年核心业务几乎一样的利润率轨迹。AWS 和 Bedrock 不需要自己的前沿模型也能做成一门极其成功的生意，原因很简单——不会有哪一个模型能统治所有场景。”——亚马逊CEO 安迪·贾西

    同一个季度，Meta 却挨了一顿打

    这套反应模式不是亚马逊独有的。微软和谷歌这轮财报后股价同样上涨，靠的都是云收入。反过来看 Meta：资本开支同样巨大，但缺一条清晰的变现路径，财报后股价跌了8%，投资人盯着的就是它的现金流压力和不见收敛的开支。

    • 有云收入接住AI开支的：亚马逊、微软、谷歌，股价齐涨；
    • 只有开支没有对应收入的：Meta，股价被砸；
    • 市场当下的态度很清楚——云主机是AI这条链上最靠谱的一环，模型实验室和AI创业公司的账则还没被认。

    可亚马逊的收入，是别人的AI账单

    这才是这篇财报背后真正值得盯的地方。亚马逊的云托管收入，本质上是别人家掏的AI钱。放在 Anthropic 身上，这甚至字面意义上就是同一笔钱在两家公司之间转了个圈。

    如果这些大模型公司和它们的客户撑不住这个花钱速度，亚马逊和其他云厂商的收入也不会稳。链条上每一层确实都有真实的竞争和差异化，但只要AI的终端需求垮了，谁都跑不掉。

    说到底还是绕回 David Cahn 那个3万亿美元的问题：这轮基建狂潮背后，到底有没有足够的真实需求撑得起来。AWS 这类云服务离终端需求隔了好几层，但隔得远，不等于隔绝。

  • 刚出道就砸4.1亿美元买算力：Recursive把身家押给了AWS

    一家5月才走出隐身模式的AI公司，本周二直接把融来的钱的大头拍在了算力上。Recursive Superintelligence宣布与亚马逊AWS签下一份约4.1亿美元的多年期算力协议——要知道，这家公司出道时的总融资额也就6.5亿美元。等于刚拿到钱，转手就把六成多押给了云厂商。

    这家公司做的方向听名字就知道：开放式的自我改进AI系统。创始人Richard Socher在跟TechCrunch的电话里毫不掩饰胃口，他说这份协议”很可能是我们未来几年要签的算力协议里最小的一份”。

    亚马逊AWS数据中心
    AWS将为Recursive共建专用基础设施（图片来源：TechCrunch/Getty Images）

    “不看人头数，看智能体数”

    “对我们来说，重点不是headcount（人头数），而是agent count（智能体数）。”——Richard Socher

    这句话基本解释了钱为什么这么花。传统AI公司预算的大头在工资和运营，Recursive想让AI自己干产品研发的活，人省下来的钱全灌进GPU。公司要自动化的第一个对象，就是它自己的产品开发流程。

    这笔交易还有个值得玩味的地方：亚马逊没有掺投资。对比一下行业惯例——微软之于OpenAI、亚马逊谷歌之于Anthropic，大厂给算力的同时往往顺手入股，算力订单和股权深度捆绑。这次是干干净净的商业采购。但采购规模够大，AWS也愿意下本：双方约定共同开发专门面向这类自我改进型AI公司的定制基础设施。AWS初创与风投业务副总裁Jason Bennett直说，这套东西以后还能吸引其他基础模型公司上门。

    RSI是拐点还是渐变？他说十月见真章

    递归自我改进（RSI）这个概念在AI圈流传已久：一旦AI不需要人类介入就能改进自己，进步速度可能瞬间起飞。但随着越来越多实验室往这个方向挤，它的定义反而越来越模糊——有人赌突破近在眼前，有人认为所谓自我改进更像一条连续渐变的曲线，根本没有那个戏剧性的”奇点时刻”。

    • Recursive的差异点在于不空谈概念，要用RSI直接做出能用的产品；
    • Socher给了明确时间表：”几个月内，不是几个季度或几年”，大约10月就会有看得见摸得着、可以上手玩的东西；
    • 4.1亿美元的算力储备，就是为这些自我改进系统的规模化扩张备的粮草。

    把公司大部分现金押在算力上，赌的是”智能体替代人力”这条路径能跑通。如果十月拿出来的产品足够硬，这份4.1亿美元的合同真有可能像Socher说的那样，只是个开胃菜；如果跑不通，那就是一家创业公司把弹药一次性打光的反面教材。留给他的时间窗口，其实就这几个月。

  • 亚马逊砸10亿美元组建FDE团队，AI落地难的问题它来搞定

    企业想用AI，但不知道怎么用、找谁来帮——这个问题现在越来越常见。6月30日，AWS宣布成立一个专门做AI落地的内置工程团队，叫FDE（Forward-Deployed Engineers），并且承诺投入10亿美元的资源。这个打法不是亚马逊首创的，但体量是真的猛。

    AWS FDE AI部署概念图
    AWS投入10亿美元组建FDE团队，深入企业部署AI智能体

    FDE是什么，怎么来的

    FDE全称Forward-Deployed Engineer，直译是”前置部署工程师”。这个模式最早是Palantir搞出来的——简单说，就是让工程师暂时”嵌”进客户公司里工作，边做边教，客户自己的团队也能跟着学。

    这样做的好处很明显：工程师在客户现场，遇到什么问题能立刻响应，做出来的系统也更符合客户实际的业务流程。而且每次部署积累的技术组件，很多可以复用到下一个客户，不用每次都从零开始。

    AWS副总裁Francessca Vasquez在公告里写道：”客户离开AWS FDE部署时，带走的不仅是新系统，还有新的工程能力。他们会在自己的AWS环境里运行智能体系统，同时也获得了可持续的AI技能、工作流和模式，可以独立创新。”

    OpenAI和Anthropic已经在做了

    AWS不是第一家这么干的。最近几个月，OpenAI和Anthropic都推出了自己的FDE联合 venture，而且金额都不小：OpenAI的是40亿美元，Anthropic的是15亿美元。这两家都是跟私募基金合作，资金一方面用来启动，一方面帮它们对接投资组合里的企业客户。

    跟OpenAI和Anthropic不一样的是，AWS这次说的10亿美元是”内部资源承诺”，不是联合venture，也不涉及外部资本。换句话说，这是AWS从自己内部拨资源，组建和维持这支FDE团队。

    这个区别挺重要的。OpenAI和Anthropic的FDE是跟PE绑定的，意味着它们的客户拓展很大程度上依赖PE的人脉和网络。AWS不需要——它已经有海量的企业客户了，直接派工程师进去就行。

    这个模式有什么短板

    FDE模式最大的问题是”重”。每一次部署都要派工程师驻场，意味着你得维持一支规模不小的FDE工程师队伍。这对AWS来说不是大问题——它有钱也有人，但对小公司来说这个模式很难复制。

    另外一个值得观察的点是：AWS强调客户”离开时能带走能力”，这个说法听起来很好，但实际执行起来，客户公司的人能不能真的接住，还要打个问号。AI系统部署完之后，日常维护和迭代还是需要有人懂的。

    • AWS投入10亿美元组建FDE团队，工程师嵌入客户公司部署AI智能体
    • FDE模式源自Palantir，强调”边做边教”，客户能获得可持续的AI能力
    • OpenAI（40亿）和Anthropic（15亿）已推出类似FDE联合venture
    • AWS版本是纯内部资源投入，不依赖外部资本或PE人脉

  • 亚马逊再砸130亿美元押注印度，全球AI算力竞赛找到新战场

    安迪·贾西去了一趟新德里，见了印度总理莫迪。回来之后，亚马逊宣布了一件事：追加130亿美元，扩建在印度的AI和云基础设施，时限到2030年。

    这笔钱主要用来扩充亚马逊云科技（AWS）在孟买和海得拉巴的数据中心容量。看起来只是一次例行扩建，但把它放在最近几年的脉络里看，意义不太一样。

    亚马逊印度AI数据中心概念图
    亚马逊在印度孟买和海得拉巴扩建AI数据中心

    三年三次，加码越来越狠

    这是亚马逊三年内第三次对印度做出重大投资承诺。2023年，贾西和莫迪见面后宣布到2030年投入150亿美元，其中127亿专门给AWS。2025年12月，亚马逊又把承诺总额推高到350亿美元。加上这次的130亿，亚马逊在印度累计承诺的投资总额已经到了480亿美元。

    当然，科技公司宣布的”长期承诺”往往同时包含资本支出和运营支出，不等于马上就要花掉的新基建投资。但480亿美元这个数字本身，已经足以说明亚马逊对印度市场的定位——不只是”重要”，而是”绝不能丢”。

    印度正在成为全球AI算力竞赛中各方都想拿下的那个”落脚点”。微软、谷歌、亚马逊，一个都没缺席。

    不是亚马逊一个人在跑

    微软2025年12月说要在2029年之前往印度投175亿美元。谷歌2025年10月宣布150亿美元，用于在印度建AI枢纽和数据中心基础设施。这两家加起来，已经和亚马逊的承诺总额差不多了。

    数据中心这个项目，砸钱的不只是美国科技公司。澳大利亚的AirTrunk承诺投300亿美元在印度建5吉瓦的AI数据中心；加拿大养老金投资委员会（CPP Investments）也进来了；印度本土的Reliance Industries和Adani Group，分别拿出了1100亿和1000亿美元的AI投资计划。

    • 微软：175亿美元，2029年到位
    • 谷歌：150亿美元，建AI枢纽和数据中心
    • AirTrunk：300亿美元，5吉瓦数据中心容量
    • Reliance：1100亿美元AI投资计划
    • Adani：1000亿美元投向AI数据中心

    印度打的是什么算盘

    新德里方面也在主动出牌。2026年2月，印度政府推出了一项税收优惠政策：外国云服务商如果把计算工作负载放在印度的数据中心、并且服务的是海外客户，那么这部分收入可以享受免税待遇，一直持续到2047年。

    这个政策指向很明确——印度不只是想当AI技术的消费市场，更想成为支撑全球AI运算的基础设施提供方。电价相对便宜、土地成本不高、政府愿意给税收优惠，这几个条件加在一起，对算力密集的AI产业确实有吸引力。

    亚马逊没忘记自己的老本行

    除了云和AI基础设施，亚马逊在印度的零售和物流网络也在同步扩张。今年计划新开20多个履约中心，以及超过100个最后一英里配送站。主打快速配送的”Amazon Now”服务，正在推进到全国300多个城市和乡镇。

    这个赛道现在挺挤的。Eternal旗下的Blinkit、Swiggy的Instamart、Zepto，还有沃尔玛控股的Flipkart，都在抢即时配送这块蛋糕。Flipkart上周刚说要在2026年底前在全国开1500个微型履约中心，亚马逊这边的压力不小。

    从AWS到即时配送，亚马逊在印度的这笔130亿美元新投资，表面上是在跟上AI基础设施的全球竞赛，实际上也在为更长远的印度市场布局做准备。480亿美元会不会全部落地、什么时候落地，还得接着看。