英伟达真要慌了？AI芯片三国杀打响！亚马逊新芯片挥刀砍价50%

12月3日，亚马逊AWS在拉斯维加斯re:Invent大会上正式推出第三代AI芯片Trainium3，迅速引发行业震动。

这一发布时机颇值得玩味——就在几天前，OpenAI刚刚宣布向AWS投入380亿美元采购算力，且全部基于英伟达芯片。紧接着，亚马逊便亮出自研芯片，并高调宣布使用Trainium3训练大模型可将成本直接降低一半。

对AI行业而言，这话极具冲击力。如今训练前沿大模型，数千万美元已是常态，头部企业投入上亿亦不罕见，其中芯片开支占据绝对大头。过去几年，英伟达凭借A100、H100几乎垄断高端训练芯片市场，价格居高不下，供货周期漫长，AI公司往往陷入“烧钱抢卡”与“排队苦等”的两难局面。

亚马逊这一招，正好击中了行业最深的痛点。

“半价”策略的背后

亚马逊并未选择在绝对性能上与英伟达正面对抗，而是打出“性价比”这张王牌。其最大底气来自于AWS在全球云计算市场约30%的占有率，平台上聚集了大量亟需算力的客户。这些客户本就依赖AWS，如今出现一个成本减半的选项，迁移动力自然大增。

最典型的支持者莫过于Anthropic——开发Claude大模型的公司。该公司已部署50万颗Trainium2芯片用于训练Claude最新模型，并计划在2025年底将规模扩展至100万颗。事实上，Trainium系列芯片增势迅猛，2025年第三季度环比增长达150%，已形成数十亿美元规模的业务。

与此同时，微软Azure也宣布与AMD合作推出MI300X芯片，号称比同等性能的英伟达方案便宜40%。谷歌则更早依托自研TPU芯片，不仅支撑其Gemini大模型训练，也逐步向DeepMind等外部客户开放。一场围绕“低成本算力”的争夺战已全面打响。

英伟达的护城河

面临多方夹击，英伟达并非毫无准备。其最深的护城河并非硬件本身，而是CUDA生态——这套软件体系已深深嵌入全球AI开发者的工作流程中。此前有自动驾驶公司尝试切换其他芯片，结果重写核心代码耗时长达三个月，最终仍回归英伟达平台。

亚马逊显然也意识到生态的重要性，因此在发布会上透露，下一代Trainium4将兼容英伟达生态。这某种程度上也说明，在软件层面对开发者的粘性，短期仍难被完全取代。

此外，英伟达的高端芯片需求依然强劲。最新发布的H200已被抢购一空，订单排期至2026年。像特斯拉这类追求极致性能的客户，一次便订购2万台H200用于自动驾驶模型训练。对于他们而言，短期内性能和工具链的成熟度仍是首要考量。

竞争的本质：云服务的延伸

亚马逊推出自研芯片，并非意在彻底取代英伟达，核心目的是巩固其云服务的竞争力。AI算力已成为云计算市场最重要的增长引擎，微软、谷歌等对手紧追不舍。通过自研芯片降低算力成本，AWS既能吸引价格敏感的客户，也为未来云服务降价预留空间，逐步构建从硬件到服务的闭环。

谷歌的路径更侧重技术自主，TPU芯片与其TensorFlow框架深度集成，形成“谷歌云+TPU”的协同体验。微软则采取开放合作策略，在与AMD联手的同時，仍保持与英伟达的紧密关系——OpenAI的巨额订单虽采购英伟达芯片，但最终通过微软Azure与AWS落地，凸显出云厂商在产业链中的关键位置。

真正的受益者

这场巨头间的混战，客观上降低了企业获取算力的门槛。过去英伟达定价权强势，如今亚马逊打出半价，微软跟进出招，中小企业首次拥有了议价空间与更多选择。例如去年一家AI教育公司，原本预算仅能购买100颗英伟达芯片，换成Trainium后可部署200颗，训练效率实现翻倍。

短期内，AI芯片市场难以出现单一垄断者：英伟达凭借生态守住基本盘，亚马逊借助云平台切入市场，谷歌以软硬一体构建技术壁垒。对行业而言，竞争越激烈，算力成本下降越快，AI应用普及的浪潮也会加速到来。

这场围绕算力定价权与生态话语权的战役，其实才刚刚开始。