500億美元，兩大云巨頭的競爭態勢又有變化了

亞馬遜AWS CEO Matt Garman在re:Invent 2025演講

500億美元投資，不止鎖定了OpenAI未來1380億美元的長期訂單，還爭取到了自研AI芯片被大規模使用的機會，更是在試圖搶占AI云轉型的戰略主動權

文｜《財經》研究員吳俊宇

編輯｜謝麗容

美國西部時間2月27日，OpenAI宣布完成1100億美元融資——其中軟銀投資300億美元、英偉達投資300億美元、亞馬遜投資500億美元。OpenAI的投前估值是7300億美元，此輪融資后該公司未披露最新估值情況。

亞馬遜這次投的500億美元，是該公司史上最大規模的對外投資。

亞馬遜方面披露的信息顯示，500億美元投資是分批次的。首期投資150億美元，并在未來數月滿足特定條件后追加投資350億美元。

有媒體分析，上述“特定條件”指，OpenAI將在2026年啟動IPO（首次公開募股）并上市。如果OpenAI能夠成功上市，那么后續投資也將到位。

亞馬遜和OpenAI還達成了一項新的云服務采購協議：在2025年11月簽署的七年380億美元采購大單的基礎上，再增加八年1000億美元大單。

也就是說，OpenAI未來7年-8年將采購1380億美元亞馬遜AWS的云資源。

根據該協議，OpenAI承諾通過亞馬遜AWS消耗約2GW（吉瓦是功率單位，1GW可容納20萬枚英偉達GB200芯片）的Trainium（主要指亞馬遜自研的Trainium 3/4系列芯片）算力。

亞馬遜利用這500億美元，不止鎖定了OpenAI 1380億美元的長期訂單，還爭取到了自研AI芯片被大規模使用的機會，更是試圖搶占AI云轉型的戰略主動權。

亞馬遜AWS是全球云市場的領頭羊，營收規模、市場份額長期位居全球首位。不過，2023年大模型浪潮來臨后，亞馬遜AWS過去兩年面臨微軟Azure的競爭壓力。微軟Azure正在縮小和亞馬遜AWS的差距。

500億美元投資會帶來什么？

500億美元換1380億美元大單，它帶來的直接效果是——確保亞馬遜AWS未來幾年的長期增長。

2025年，亞馬遜AWS營收1287億美元，同比增長19.7%，新增收入211.7億美元。同期，微軟智能云（口徑包含微軟Azure和其他服務器云產品）營收1204億美元，同比增長25.9%，新增收入248.7億美元。

也就是說，微軟智能云的新增收入已超過亞馬遜AWS。

微軟Azure主要是靠OpenAI縮小差距的。2023年之后，微軟靠投資OpenAI換取了云資源訂單。有報道稱，OpenAI 2025年為微軟Azure支付的云成本可能高達130億美元。此外，一批企業為使用OpenAI的模型，遷移到微軟Azure，這帶來了大量新增收入。微軟2024年初曾披露，微軟Azure 5.3萬名AI客戶中，有超過三分之一的新增客戶。

但爭取到OpenAI后，亞馬遜AWS在與微軟Azure的競爭中，將很有可能重新占據上風。

OpenAI如果兌現1380億美元采購承諾，亞馬遜AWS未來每年新增收入將超過100億美元。以亞馬遜AWS 2025年1287億美元年營收為基礎，OpenAI每年帶來100億美元-200億美元新增收入計算，短期內亞馬遜AWS營收增速將提升超過10個百分點。

一位亞馬遜AWS人士曾對《財經》表示，OpenAI這樣的大客戶對亞馬遜AWS很重要。它們通常會和亞馬遜AWS簽署三至五年的長期大單。每年都會采購數十億美元規模，甚至上百億美元規模的云資源。目前亞馬遜AWS全球最大的客戶包括Saleforce、蘋果、字節跳動、Anthropic、OpenAI等公司。

500億美元投資撬動1380億美元收入只是一方面，這還會減少對英偉達的依賴，讓亞馬遜的自研AI芯片得到規模化使用，攤薄芯片自研成本，并提升亞馬遜AWS的利潤率。因為自研AI芯片規模化部署后，采購成本會比從英偉達采購AI芯片更低。

自研Trainium芯片是亞馬遜的長期戰略。一位亞馬遜AWS人士曾對《財經》表示，公司一線銷售在向客戶推薦算力資源時，通常會把Trainium系列的云資源放在首位，并積極和企業客戶共同適配和打磨。目前，Trainium和英偉達的GB200/GB300等成熟產品有差距。短期來看，這種做法可能會犧牲小部分收入，但長期看這是值得的。

《財經》了解到，亞馬遜的Trainium 3（第三代）芯片已量產，下一代Trainium 4也在研發設計階段，并將于2027年量產。亞馬遜管理層在2025年2月的四季度財報電話會議曾披露稱，亞馬遜AWS已交付超過140萬枚Trainium 2芯片，該芯片性價比同類GPU高30%-40%，年化收入（當季收入×4）數十億美元，有超過10萬企業客戶。

自研芯片在亞馬遜AWS的Token（詞元，推理算力的計量單位）消耗占比也在持續加大。2025年10月的三季度財報電話會議上，亞馬遜管理層曾披露，目前在Bedrock平臺（亞馬遜AWS的MaaS模型服務平臺）上，大部分Token消耗都來自Trainium系列自研芯片。

國際AI和半導體市場調研和咨詢機構SemiAnalysis 2025年12月報告顯示，亞馬遜自研的Trainium 3系列芯片單芯片熱設計功耗約為1kW（千瓦）。OpenAI未來消耗2GW的Trainium系列芯片。

按照這一數據保守測算（考慮到網絡、電源、制冷等設備的能源需求），亞馬遜AWS至少要為OpenAI提供數十萬枚Trainium芯片。

爭取AI云轉型的戰略主動權

2025年以來，轉型AI云正在成為美國四大云廠商——亞馬遜AWS、微軟Azure、谷歌GCP、甲骨文OCI的共同戰略目標。

什么是“AI云”？它是以GPU等AI芯片為算力底座，提供從芯片到模型的一站式AI開發與部署服務的云計算平臺。AI云的技術架構正在劇烈演化，它也在讓云計算的收入結構發生劇烈變化。一種預期是——模型帶來的Token收入在云廠商的收入占比將持續提升。

OpenAI這種AI云原生客戶將倒逼亞馬遜AWS加快AI云轉型的步伐。

對亞馬遜AWS來說，OpenAI的價值在于——它是典型的AI云原生客戶。它的算力消耗主要來自訓練、推理等資源，而且具備高并發、高波動等特點。這和過去更多依賴CPU算力資源的客戶不同。OpenAI對Token這種推理算力的消耗量會持續增長。

OpenAI披露稱，截至2026年2月，ChatGPT周活躍用戶已達9億，個人訂閱用戶數超過5000萬。目前已有超過900萬付費企業使用ChatGPT。2025年ARR（年度經常性收入，可理解成訂閱收入，計算方式是當月收入×4）超過200億美元，同比增長超過100%。

OpenAI的用戶、營收快速增長的同時，會同步為亞馬遜AWS帶來Token收入的增長，并帶來長期經營現金流。在技術架構上，它也會倒逼亞馬遜AWS優化算力資源池，強化推理調度能力，并提升芯片利用率。

OpenAI甚至還可以為亞馬遜AWS帶來模型能力。亞馬遜披露的信息顯示，雙方將合作開發定制模型，直接服務客戶的各類AI產品和智能體。這些能力將補充亞馬遜開發者可用的現有模型庫（包括亞馬遜的Nova系列）。《財經》了解到，亞馬遜AWS自研的Nova系列模型長期和第一梯隊存在差距。目前這是亞馬遜AWS在AI云戰場的短板。

一位國際云廠商人士2025年12月曾對《財經》表示，亞馬遜AWS是云市場領頭羊，它在AI云轉型的時候，容易有歷史慣性——因為自身收入規模已經足夠大，一些頭部客戶的AI轉型又相對謹慎。這會讓收入結構、技術架構的轉型都不夠快。改變這種慣性的方式是，拓展更多AI原生客戶，讓客戶需求倒逼自身轉型。

實際上，亞馬遜AWS管理層正在密切關注AI云轉型的長期方向，并制定了長期目標。

亞馬遜AWS管理層2025年三季度財報電話會議曾披露，長遠來看，Bedrock（亞馬遜AWS的MaaS平臺）收入貢獻將與EC2（亞馬遜AWS的CPU和GPU計算實例業務，在總營收占比超過30%）不相上下。但亞馬遜AWS管理層未披露，Bedrock收入的詳細統計口徑，以及上述目標的具體實現時間。

《財經》了解到，EC2是亞馬遜AWS目前最核心的產品（亞馬遜AWS核心產品包括EC2計算、S3存儲、RDS/Aurora數據庫等），年營收高達數百億美元，是它的收入基石。按照亞馬遜管理層這一預測，Bedrock有朝一日也將成為一個數百億美元的業務。

目前，亞馬遜AWS的AI云轉型正在從全棧AI產品展開。它涉及計算、存儲、芯片、模型等多個領域，并取得了一定的積極進展。

2025年12月亞馬遜AWS的re：Ivent全球大會期間，亞馬遜AWS的EC2產品總監Luis Wang曾對《財經》表示，AI云的競爭重點，正在訓練轉向推理。AI推理算力面臨高波動、不可預測、極端彈性等特點，因此AI推理基礎算力的調度能力將成為核心競爭力。

他提到，跑同一個開源模型，亞馬遜AWS的推理成本會比原廠更低。因為亞馬遜AWS有更高效的調度能力。因為亞馬遜AWS能夠通過統一的容量池技術，對模型進行毫秒級動態加載、卸載。這可以提升底層算力的利用率。這會讓企業客戶更愿意選擇亞馬遜AWS。

亞馬遜AWS存儲和數據業務副總裁Mai Lan在2025年12月曾對《財經》表示，AI并不是一個獨立的產品線。它會改變現有幾乎所有工作負載的運行方式。在她看來，AI云的競爭不是單純算力競爭，而是全棧成本的競爭。她提到，亞馬遜AWS正在通過實現數據和存儲的自動分層，幫助客戶優化成本。

《財經》了解到，2025年12月亞馬遜AWS進行了一次組織架構調整。亞馬遜AWS計算副Peter DeSantis擔任AI模型（Nova大模型團隊）、芯片（例如 Graviton、Trainium、Nitro三類芯片）團隊的負責人。這次調整的目的是，強化自研大模型的研發，并讓模型和芯片團隊實現更好的協同。