亚马逊的双重战略 - 公司执行双重战略：战略A通过AWS云服务销售英伟达GPU，获取基础设施收入但英伟达保留芯片高利润；战略B部署自研Trainium2芯片，同时获取基础设施收入和芯片利润，完全绕过英伟达 [4] - 公司通过支持英伟达和自研芯片两种架构，无论哪种架构主导都能获胜，这种战略模糊性对公司有利 [26][35] - AWS声称Trainium2在训练工作负载上比基于GPU的实例提供30-40%更好的性价比，为每年在计算上花费数十亿美元的公司节省数亿美元 [5] 定制芯片的竞争态势 - Anthropic目前正在50万个亚马逊定制Trainium2芯片上运行，计划到年底扩展到超过100万个芯片，展示亚马逊定制硅能以低成本训练前沿AI模型 [2][3] - Trainium2专门针对Anthropic的强化学习工作负载进行优化，这些工作负载更受内存带宽限制而非原始计算能力限制，亚马逊的Annapurna Labs作为定制硅合作伙伴深度参与芯片设计过程 [8][9] - 这种硬件-软件协同设计策略与苹果M系列芯片和谷歌TPU的成功类似，Project Rainier为Anthropic提供了比前几代模型高五倍的计算能力 [10] 英伟达的垄断地位面临挑战 - 英伟达的护城河CUDA软件生态系统正在被打破，OpenAI的Triton编译器和PyTorch 2.0等框架现在允许开发人员编写可在英伟达GPU和竞争芯片上运行而无需修改的代码 [12][13] - 英伟达的两个最大客户微软和亚马逊占其收入的39%，都在构建竞争替代方案，这代表着系统性的替代趋势 [14] - 预测显示英伟达的市场份额将从2024年的95%下降到2027年的60%，而Trainium2将从接近零增长到38%的市场份额，并具有40-50%的成本优势 [16] OpenAI的多云战略 - OpenAI现在与微软、甲骨文、谷歌、AWS和CoreWeave有总计超过6600亿美元的基础设施支出承诺，这是为了避免任何单一供应商的定价能力，特别是英伟达的定价能力 [16][17][18] - 微软与OpenAI的独家云合作伙伴关系条款最近到期，几天后OpenAI与亚马逊签约，通过在不同硬件生态系统的云中分配工作负载，获得英伟达GPU、谷歌TPU、AWS Trainium芯片和未来博通定制硅的访问权限 [17][18] - OpenAI每年消耗80-100亿美元，总预测消耗到2029年达1150亿美元，如果到2028年没有明确的正向现金流路径，这些大规模基础设施承诺将变得不可持续 [30] 循环经济问题 - AI基础设施需求的很大一部分是循环的：亚马逊向Anthropic投资80亿美元，Anthropic使用AWS基础设施，AWS收入增长证明公司大规模资本支出的合理性，该资本支出验证AI基础设施投资，吸引更多客户，延续循环 [21] - 如果AWS增长的15-20%来自循环交易，有机增长率可能实际为12-15%，与标题数字有显著差异 [24] - 华尔街分析师担心领先人工智能公司之间的循环交易，这与1990年代末思科系统的情况相似，当时借钱给初创公司购买思科路由器，然后将这些销售记为收入 [23] 亚马逊的竞争优势 - 公司比几乎任何其他公司都定位更好，具有即时收入确认、硬件可选性和客户多元化优势 [25][26] - AWS在过去12个月增加了超过3.8吉瓦的电力容量，超过任何其他云提供商，并计划到2027年将总容量翻倍 [27] - 与严重依赖OpenAI成功的微软不同，公司拥有更广泛的企业云业务加上Anthropic作为对冲 [26] 行业影响与投资启示 - AI革命是真实的，但赢家不是由谁构建最佳模型决定，而是由谁控制运行这些模型的最具成本效益的基础设施决定 [35] - 对于英伟达股东，公司将从"不可替代的垄断"转变为"利润率正常化的领先半导体公司"，估值倍数可能在12-18个月内从50倍收益压缩至25-30倍 [33] - 当前380亿美元的协议代表了争夺AI基础设施经济控制权战争的开局，最终目的是打破英伟达的垄断 [32][36]