亚马逊订购200万块英伟达GPU，预示云AI经济的下一阶段

声明背后的规模

AWS（亚马逊云服务）周三宣布，将在2027和2028年向其全球基础设施新增200万块Nvidia GPU——这个数字之大几乎令人难以置信，而且这一承诺相当于该公司五个月前宣布规模的两倍。今年三月在GTC大会上，AWS曾披露计划部署超过100万块Nvidia GPU。这期间发生了什么？AI需求来得比预期更快，AWS做出了调整。

这些新增芯片将采用最新一代架构：Blackwell Ultra、Rubin和Rubin Ultra。它们将被用于一年前还以有意义形态不存在的计算负载——智能体AI系统、企业自动化流水线、物理AI，以及大规模科学计算。Nvidia CEO黄仁勋对此直言不讳。他表示，AI需求持续加速，与AWS的合作现已远远超出GPU范畴，延伸至CPU、网络和定制高带宽内存。AWS还将采用Nvidia下一代Vera CPU架构，并在其云基础设施中部署NVLink Fusion互联技术。

有一个细节值得深究。Amazon开发自有AI半导体Trainium已有多年，目前正在扩大Trainium的部署规模。然而与此同时，它却将Nvidia的订单翻了三倍。这并非矛盾，而是一种信号。

亚马逊在对冲什么

亚马逊正在下两注平行的赌。Trainium是长期布局——一块能够减少对供应商依赖、并随着时间的推移改善AWS基础设施利润率的芯片。Nvidia则是短期之策——眼下唯一能够快速扩展以应对云AI算力的供应源。两者并不互斥，它们反映出一家公司拒绝在自主可控与速度之间做出选择。

AWS在一个季度内将Nvidia订单加速100万块这一事实，说明了不少竞争格局的东西。需求不是线性增长，而是在复利式膨胀。客户正在构建智能体工作流、多模态系统和物理AI产品，这些需要的推理和训练吞吐量比上一代云计算所能支撑的高出数个数量级。如果你是云服务商，看到积压订单在加速攀升，你不会削减芯片订单，你会加倍。

这一双轨策略也揭示了对时机更深层的盘算。Trainium芯片目前还不到其能力的十分之一，而在最具挑战性的训练负载上实现与Nvidia顶级GPU有意义的性能持平，仍需多年努力。在此期间，每延迟一个月，就意味着将收入拱手让给那些能够提供 Superior GPU服务的竞争对手。Amazon正在用Nvidia订单购买时间——以及数量——与此同时构建基础设施基础，最终让自己摆脱对外部供应商的依赖。

没人愿意公开讨论的产能瓶颈

200万块GPU不是一个可以一蹴而就的数字。Nvidia并不会无限产能地生产芯片。供应链——共封装光学元件、TSMC先进封装、SK海力士和三星的HBM内存、电力交付、液冷基础设施——并非无限弹性。每家大型云厂商都在争夺同一条受限管线的分配份额。这不是假设性竞争，而是正在发生的现实。

微软和谷歌与Nvidia各自有着合作关系，他们也没有袖手旁观。多年来，微软一直是Nvidia最大的企业客户之一。谷歌则在大力投资自有TPU的同时，维持着可观的Nvidia订单，以满足需要GPU灵活性的工作负载。结论很简单：当一个超大规模云厂商.commit到一个量级的订单时，其他厂商必须回应，否则就会在可用资源上落后。这是一场基础设施军备竞赛，弹药就是硅片。

这种需求集中的涟漪效应已经显现。小型云厂商和独立AI公司正面临更长的等待时间和更高的价格。一些企业转向AMD的MI300系列作为替代，但AMD的供应链同样紧张，其软件生态也落后于Nvidia CUDA的统治地位。结果是，一个算力获取本身就成为准入门槛的市场正在形成。缺乏现有超大规模云厂商合作关系的公司，可能仅仅因为无法获得芯片分配，就被挡在最顶尖基础设施的大门之外。

Nvidia的指引不是随口一说

Nvidia当天发布的自身业绩指引，或许才是整个故事中最具分量的一环。该公司预计2028财年收入同比增长约70%，而市场共识只有45%。Nvidia的指引高出市场预期近25个百分点，并且明确将这一差异归因于供应约束而非无界的需求。换句话说，Nvidia的意思是：我们本可以卖出更多，但我们造不出足够的芯片来满足所有人。

这份指引之所以重要，是因为它告诉你在这场周期中谁赢谁输。赢家是有优先分配权的公司——Nvidia自己，以及拥有既定合作关系的云厂商。输家是小型AI公司、创业公司和中型企业，它们将被定价挤出或排到更长的等待名单上。当超大规模云厂商锁定了2027和2028年的数百万块芯片，留给市场的剩余供给将急剧收缩。

此外，这对Nvidia的定价权也有战略层面的影响。当供应如此紧张、需求如此广泛时，卖方说了算。预计Nvidia会推动更有利的合同结构——更长的交付周期承诺、更高的单价，以及潜在的基于收入的分成安排，从基于其硬件构建的算力服务中分一杯羹。AWS的200万块GPU订单可能是本轮最大的单笔承诺，但它也是一个先例，将影响Nvidia未来多年与所有其他超大规模云厂商的谈判方式。

对更广泛生态的次生影响

这一订单的后果远不止三家直接参与的公司。数据中心本身正承受日益增长的压力。200万块下一代GPU需要庞大的电力、大规模的液冷基础设施，以及数千英亩的场地空间。电力成本和可用性已逐渐成为硬性约束，特别是在电网容量无法跟上需求的地区。一些运营商正在探索现场发电，包括天然气和核微反应堆，以确保AI工作流所需的可靠电力。

网络层是另一个承压领域。NVLink Fusion和类似的互联技术需要与GPU密度成比例扩展的交换拓扑和线缆。Dell’Oro Group等基础设施分析师已经指出，网络设备将是继GPU之后下一个瓶颈。交换机制造商和线缆生产商正在竞相提升产能，但同样限制芯片生产的供应链瓶颈，也影响着让这些芯片集群正常运行的各组件。

最后，还有环境维度。AWS已承诺净零碳排放目标，而AI训练和推理的能源强度相当可观。除非通过可再生能源投资或效率的大幅提升来抵消，否则新增200万块GPU将增加云计算的碳足迹。公司已公开承认这一张力，正在投资更高效的设计与液冷技术。但订单的规模清楚表明，仅靠效率提升无法弥合差距——需要新增容量，而这些容量必须有电力驱动。

接下来会发生什么

如果供应持续如此紧张，Nvidia会涨价或重构其云服务销售模式。AWS会利用规模优势谈判更优惠的条件，这是小型云厂商无法企及的。头部云平台的算力基础设施差距将进一步拉大。关于AI算力的讨论重心，将从"每块芯片的成本"转向"每块芯片的获取能力"——因为在受限市场中，可用性比价格更重要。

Amazon的200万块GPU订单不仅是一笔采购，更是一种意图声明。这家公司押注AI需求将以单个半导体供应商无法满足的速度持续增长，而今天锁定最多容量的企业将定义未来数年云AI的经济格局。基础设施建设需要时间——数据中心不可能几个月内建成，GPU部署也是逐年分阶段推进的——但方向已然清晰。云AI正进入这样一个阶段：规模、供应链通道和资本承诺，才是竞争优势的主要决定因素。Amazon已经表明，它打算站在方程的正确一侧。