Snowflake自研CPU 60亿押注AWS 算力博弈新格局

5月27日，云数据存储领导厂商Snowflake宣布与亚马逊云科技（AWS）签署了一份为期五年、总金额60亿美元的战略合作协议。对这两家巨头而言，这不仅是长期基础设施供应合同，更是围绕AI计算架构的深度绑定。先看几个核心数据，就能理解这笔交易的分量。

一、数字震撼：一份合同抵得上过去14年

60亿美元的签约金额极具冲击力。自2012年创立以来，Snowflake在AWS Marketplace上累计云服务销售额约为70亿美元。换言之，这笔新合同金额接近Snowflake在AWS平台上过去14年总收入的85%。

推动这一增长的是企业端对AI的巨额投入：仅2025年，Snowflake客户在AWS上的云消费就翻倍至20亿美元。

二、核心驱动力：AI从训练转向自动化

合同背后的增长引擎是Snowflake的核心AI工具——Cortex AI。作为企业数据的中枢，Snowflake借助Cortex让企业能够通过自然语言直接查询数据库或生成分析报告。

关键变化在于，AI场景正从单纯的模型训练转向日常应用和AI Agent（智能体）自动化。算力需求模式由此发生根本性转变：

• GPU 负责训练与推理

• CPU 处理海量Agent逻辑与辅助任务

随着企业AI应用规模化，CPU负载呈指数级攀升，直接拉高了对高性能、高性价比处理器的需求。

三、战略转向：Graviton芯片如何重塑云算力竞赛

• 极致性价比： 亚马逊CEO Andy Jassy表示，自研芯片在性价比上优于市面通用方案。通过大规模部署Graviton，AWS既能降低自身运营成本，又能以更低定价吸引Snowflake这类大客户。

• 抢占AI算力阵地： 此前，AWS已向Meta供应了数百万片Graviton芯片。Meta与Snowflake的决策表明，云计算巨头正通过自研CPU，在英伟达绝对主导的算力市场中撕开突破口。

四、行业信号：Nvidia与云巨头的CPU之争

这一趋势无疑给GPU霸主英伟达带来巨大压力。尽管英伟达CEO黄仁勋上周发布了名为“Vera”的AI专用CPU，并声称已锁定200亿美元订单，试图巩固防线，但云厂商的攻势已然成型：

• Google 长期自研AI芯片TPU。

• 微软 今年1月推出了自研Maia AI芯片。

• AWS 则通过Graviton以价格战策略快速吸纳大规模云客户。

行业深度分析

Snowflake与AWS的这笔60亿美元合作，揭示了AI下半场的竞争焦点：AI时代的数据处理不再仅比拼GPU性能，更在于谁能以更低成本处理大规模推理与自动化任务。

对Snowflake而言，绑定AWS Graviton能帮助企业大幅优化AI日常运维成本；对AWS而言，通过Snowflake这样量级的客户，其自研芯片生态加速成熟。这场博弈的结果，将决定谁能成为这轮AI浪潮中最底层的算力基石。