推理需求信号：欧特克与亚马逊云科技揭示市场盲点

一个市场容易忽略的信号浮出水面：周二，欧特克与亚马逊云科技签署战略合作协议，重点推进云原生AI在工程设计、建筑和制造环节的实际部署。这场技术联盟表面上是巨头间的资源整合，但深层逻辑在于——企业级SaaS应用对云端推理计算资源的密集消耗，正在重塑半导体行业的供需天平。

5月28日，欧特克斥资36亿美元收购建筑运营平台MaintainX，战略意图明确：从传统设计工具向互联运营场景渗透。这不仅仅是业务边界的拓展——数据体量、计算负载和实时交互频次将呈指数级跃升，底层必须有高弹性云基础设施支撑。对照欧特克财务表现：2027财年一季度营收19.3亿美元，同比增长18%，运营现金流达8.93亿美元；2025财年全年营收超60亿美元，其中93%以上来自经常性订阅。这组数据说明：用户付费粘性已彻底固化，增长引擎恰恰是订阅服务中持续叠加的AI附加功能。

关键问题在于：这些AI功能真正运行时，需要怎样的算力？推理计算与训练计算存在本质区别。训练是单次模型构建，而推理是每次用户点击、每次交互触发的不间断计算消耗。目前企业级AI的GPU支出中，55%至80%投向推理端。2025年全球AI推理市场规模仅75.5亿美元，预计到2035年将飙升至1900亿美元——年复合增速远超训练市场。

再看基础设施侧。亚马逊云科技作为全球最大公有云厂商，2026年预计总资本支出约2000亿美元，同比增幅超50%。若计入所有超大规模云服务商，2026年AI相关资本支出规模在6000亿至7250亿美元之间。巨额投入中，最值得紧盯的并非训练集群的光环，而是企业软件客户带来的推理计算增量——它在总算力需求中的占比正在稳步走高。

GPU市场格局同步分化。一部分需求来自训练工作负载，另一部分来自推理。相比之下，推理负载更稳定、更持续，不存在训练端的波峰波谷特征。芯片供应商在做产能规划时，必须做出抉择：是押注训练端的爆发式增长，还是押注推理端的长期稳健？显然，能支撑扩产决策的，往往是那条可预测的增长曲线。

对投资者而言，当前最应关注的指标是：企业级SaaS厂商宣布云AI合作协议的节奏。每一份协议背后，都对应着海量推理计算资源的订单落位。推理需求的增长幅度，将直接决定GPU利用率的下限以及整个设备周期的波动幅度——这才是芯片行业长期走势的真正暗流。

来源：互联网