☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜

5 月 27 日，全球领先的云数据平台 Snowflake 正式对外披露，已与 亚马逊云科技（AWS） 达成一项为期五年、总额高达 60 亿美元的战略合作。对双方而言，这远不止是一纸基础设施采购协议，而是面向 AI 时代算力架构重构的一次关键卡位。

一、数字背后的震撼：一份合同逼近过去 14 年总和

这笔 60 亿美元的合作规模令人瞩目。自 2012 年创立以来，Snowflake 借助 AWS Marketplace 实现的累计云服务营收约为 70 亿美元。换言之，此次新签订单金额已接近其在 AWS 生态中长达 14 年商业积累的 85%。

推动这一跃升的核心动力，来自企业客户激增的 AI 投入：仅 2025 年一年，Snowflake 客户在 AWS 上产生的云支出便实现翻倍，飙升至 20 亿美元。

二、增长引擎：AI 正从“训练中心化”迈向“应用泛在化”

驱动该协议落地的关键技术支点，是 Snowflake 自主打造的企业级 AI 平台——Cortex AI。依托其统一数据底座能力，Cortex 支持用户以自然语言直接调用数据、生成可视化洞察或构建自动化分析流水线。

但随着 AI 应用深度渗透业务场景，技术重心正加速由“模型训练”向“实时推理”与“AI Agent 协同执行”迁移，由此催生出全新的算力结构需求：

• GPU 主导模型训练与高并发推理
• CPU 承载海量 Agent 编排、状态管理、规则判断等轻量高频任务

当 AI Agent 成为企业日常运营标配，CPU 的调度密度与吞吐压力呈爆发式增长，高性能、低功耗、高性价比的处理器成为新一轮基础设施竞争焦点。

三、芯片突围：Graviton 如何改写云算力格局

本协议最具战略意义的一环，在于 Snowflake 将获得更深度接入 AWS 自研 ARM 架构处理器 Graviton 的权限。

• 成本优势显著： 据 AWS CEO Andy Jassy 公开表示，Graviton 系列芯片在单位性能成本上大幅优于主流 x86 方案。大规模采用 Graviton 不仅帮助 AWS 优化自身数据中心效率，也使其能以更具竞争力的价格吸引 Snowflake 这类重量级客户。
• 抢占 AI 基础层话语权： 此前，AWS 已向 Meta 出货数百万颗 Graviton 芯片。如今 Snowflake 的加入，进一步印证了头部云厂商正绕过 GPU 主导的传统路径，以自研 CPU 为突破口，在英伟达（Nvidia）长期垄断的算力生态中开辟第二增长曲线。

四、行业变局：“CPU 自研潮”正在重塑 AI 基建权力结构

这一趋势对 GPU 领域霸主英伟达构成实质性挑战。尽管黄仁勋上周刚发布代号为“Vera”的 AI 专用 CPU，并宣称已斩获 200 亿美元订单，试图延伸技术边界，但云服务巨头的自主芯片攻势已全面铺开：

• Google 持续迭代 TPU，深耕 AI 训练与推理全栈优化；
• 微软 于今年 1 月正式推出自研 Maia AI 加速芯片；
• AWS 则凭借 Graviton 在通用计算领域打出“性价比王牌”，快速收割规模化部署需求。

行业深度观察

Snowflake 与 AWS 这场 60 亿美元的深度结盟，清晰勾勒出 AI 发展新阶段的竞争本质：未来的胜出者，不再单纯取决于谁拥有最强的 GPU 算力，而在于谁能以更低的成本、更高的弹性支撑起千行百业的 AI 推理与智能体自动化运行。

对 Snowflake 而言，绑定 Graviton 意味着为客户交付更优的 AI 日常运维成本；对 AWS 而言，Snowflake 这样的标杆客户，将成为其自研芯片生态走向成熟与可信的关键验证者。这场围绕 CPU 展开的底层较量，或将决定谁能在 AI 浪潮中真正筑起最稳固的算力基石。