Snowflake与AWS签署60亿美元AI芯片大单

云计算与人工智能的融合正在催生一系列规模空前的商业合作。近日，云数据仓储巨头Snowflake与亚马逊云服务（AWS）共同宣布，双方签署了一项为期五年、价值高达60亿美元的新协议。这一数字不仅刷新了Snowflake与AWS的合作记录，更深刻揭示了在AI从训练转向大规模推理与自动化代理的进程中，底层计算架构正在发生根本性转变。

据AWS透露，自2012年成立以来，Snowflake通过AWS Marketplace累计销售的服务总额约为70亿美元。这意味着，这份新合同的价值几乎等同于Snowflake过去十余年在AWS平台上创造的全部收入。Snowflake方面表示，其客户在AWS上的支出正在加速增长，仅2025年一年就翻倍至20亿美元。而驱动这一惊人增长的引擎，正是人工智能。

Snowflake近年来推出的Cortex AI工具，为企业提供了基于自然语言的数据库查询、摘要报告生成等能力。由于Snowflake本身存储着大量企业核心数据，Cortex AI能够直接在这些数据之上构建智能应用，从而极大提升了客户对计算资源的需求。但此次协议最引人注目的焦点，并非传统的GPU算力，而是AWS自研的基于ARM架构的CPU芯片——Graviton。

随着AI应用从模型训练阶段迈入日常推理，并逐步向自主代理（Agent）演进，CPU的角色变得前所未有的重要。虽然GPU在训练和复杂推理中依然不可或缺，但AI代理的调度、数据预处理、后处理、任务编排以及大量的轻量级推理任务，都需要CPU来高效完成。Snowflake此次大规模采购Graviton芯片，正是为了应对这一趋势。AWS首席执行官安迪·贾西（Andy Jassy）上月曾公开表示，亚马逊自研的AI芯片在“性价比”上优于英伟达的产品。尽管AWS仍在使用英伟达的GPU，但自研芯片的部署速度正在加快，并且能为客户提供更具成本效益的选择。

这一动向对行业格局产生了深远影响。就在上月，AWS与Meta签署了另一项大规模协议，为后者提供数百万颗Graviton芯片以满足其日益增长的AI计算需求。这对AWS而言是一场重大胜利，因为Meta此前已与谷歌云签署了价值100亿美元的协议。这些数十亿美元级别的合作，无疑向英伟达发出了明确信号：来自云巨头的竞争性CPU正在试图蚕食其市场。

事实上，谷歌多年来一直在研发自己的AI芯片（TPU），微软也在今年1月推出了自研AI芯片Maia。面对挑战，英伟达首席执行官黄仁勋（Jensen Huang）上周表示，他已准备好捍卫并扩大自己的领地。他宣称，英伟达新推出的AI专用CPU Vera，代表着一个“全新的”2000亿美元市场，并且已经售出了价值200亿美元的订单。

尽管英伟达在AI芯片市场的主导地位短期内难以撼动，但Snowflake与AWS的这笔交易表明，云服务商正在通过自研芯片构建更具成本效益和定制化的基础设施。对于企业客户而言，这意味着未来在AI算力上将拥有更多选择，不再完全受制于单一供应商。而对于整个AI产业来说，CPU与GPU在AI工作负载中的分工将更加精细化，芯片市场的竞争也将从单一的性能比拼，转向生态、成本与场景适配的综合较量。