Snowflake 60亿美元押注AWS：AI驱动CPU自研成算力新战场

2024年5月27日，全球云数据管理领域领军企业Snowflake正式对外宣布，已与亚马逊云科技（AWS）签署一份为期五年的企业级战略合作协议，合同总价值高达60亿美元。这并非一笔简单的云服务采购订单。深入分析后，这更像是两大科技巨头在AI算力体系构建上的一次深度协同与战略性卡位布局。

一、60亿美元的战略签约：合同规模追平过往14年营收体量

如何理解60亿美元的真实分量？一个直观的参照是：自2012年成立至今，Snowflake通过AWS Marketplace产生的累计云服务营收约为70亿美元。这意味着，这一份新签署的协议金额，几乎逼近了该公司在AWS生态系统中过去14年总营收的85%。

推动此次订单金额实现跨越式增长的核心驱动力，来自企业客户对AI基础设施投入的急剧攀升。仅在2025财年，Snowflake客户在AWS上的云支出就实现了翻倍增长，达到20亿美元。这一数据背后所折射出的市场动能极为强劲。

二、AI从集中训练走向泛在推理：算力需求结构正在剧烈变化

支撑此次战略合作落地的关键技术底座，是Snowflake自研的企业级AI平台——Cortex AI。该平台构建于统一的数据湖仓之上，支持用户通过自然语言直接完成数据查询、生成可视化分析报告，并搭建自动化数据处理流水线。

然而，随着AI应用日益深入至具体业务场景，技术重心正加速从“大规模模型训练”向“实时推理”以及“AI智能体（Agent）协同执行”迁移。这一转变催生了一种全新的算力架构要求：

• GPU算力：主要负责高强度模型训练与高并发推理任务
• CPU算力：承担海量AI Agent的编排调度、状态追踪、规则引擎执行等高频次、低延迟的处理任务

当AI Agent逐步成为企业日常运营的标配组件时，CPU的处理密度与并发压力将呈现指数级增长。在此场景下，具备高性能、低功耗与高性价比优势的处理器产品，正在成为新一代基础设施竞争的关键变量。

三、Graviton芯片的战略价值：云服务商自研处理器正在改写算力版图

这份合作协议中，最具战略纵深的一环在于——Snowflake将获得对AWS自研ARM架构处理器Graviton更深度的接入与优化权限。

• 显著的成本效率优势： 根据AWS CEO Andy Jassy的公开表述，Graviton系列芯片在单位性能成本上相较主流x86架构方案具备明显优势。大规模部署Graviton不仅有助于AWS内部数据中心效率的优化，也使其能够以更具竞争力的定价策略，锁定Snowflake这类重量级企业客户。
• AI基础层的战略制高点： 在此协议之前，AWS已向Meta交付了数百万颗Graviton处理器。此次Snowflake的加入进一步印证了一个行业趋势：头部云服务商正试图绕开以GPU为主导的传统算力路径，通过自研CPU芯片作为突破口，在英伟达长期掌控的算力生态中，构建起属于自己的第二成长曲线。

四、行业格局重构：“CPU自研潮”正在改写AI基础设施的权力结构

这一显著趋势，对GPU市场的长期霸主——英伟达——已构成实质性压力。尽管其CEO黄仁勋上周刚刚发布代号“Vera”的AI专用CPU，并宣称已斩获200亿美元意向订单，试图延伸其技术护城河，但全球云服务巨头的自研芯片攻势已全面铺开：

• Google 持续迭代TPU，深耕AI训练与推理的全栈性能优化；
• 微软 于2024年1月正式发布其自研Maia AI加速芯片；
• AWS 则通过Graviton在通用计算领域打出了“能效比与性价比”的组合牌，正在快速占领规模化部署需求市场。

行业深度观察

Snowflake与AWS这笔60亿美元的深度绑定，实际上清晰地勾勒出AI发展新阶段的竞争内核：未来的市场赢家，不再仅仅取决于谁拥有最顶级的GPU算力，而是取决于谁能以更优的成本结构、更高的资源弹性，去支撑起千行百业的AI推理与智能体自动化运行。

对于Snowflake而言，深度绑定Graviton芯片意味着能为客户交付更优的AI日常运营成本结构；对于AWS而言，获得Snowflake这样的标杆客户案例，无疑将成为其自研芯片生态走向成熟、赢得市场广泛信任的关键验证节点。这场围绕CPU架构展开的底层基础设施竞争，最终或将决定，谁能够在AI浪潮中真正建立起最坚固、最具韧性的算力根基。

来源：互联网