文章核心观点 - 亚马逊正通过转向使用自研的Trainium和Inferentia芯片来开发内部AI模型，旨在减少对英伟达GPU的依赖，从而大幅降低计算成本并提升AI业务的盈利能力 [1] 战略转型与动机 - 公司长期依赖第三方基础模型和硬件，特别是昂贵的英伟达GPU进行AI训练和推理，这在高昂的AI开发成本中缺乏成本效益，限制了可扩展性和盈利能力 [1] - 为追求更大的控制权和效率，公司进行战略转向，计划利用自研芯片将成本削减至竞争对手依赖外部硬件所支付成本的一小部分 [1] - 此举旨在解决芯片短缺、价格高昂的壁垒，并使AWS能够提供更实惠的AI产品，吸引对纯AI提供商费用飙升持谨慎态度的企业客户 [1] 自研芯片的技术与成本优势 - 亚马逊的Trainium芯片用于训练大规模生成式AI，Inferentia芯片用于高效部署 [1] - Trainium3芯片在特定工作负载下，相比GPU可提供高达40%至50%的成本节约，并将计算性能提升一倍，效率得到改善 [1] - 在某些配置下，Trainium3芯片承诺实现高达4.4倍的性能提升 [1] - 公司已看到对Trainium2的强劲需求，并预计到2026年中实现Trainium3的全面供应分配 [1] 对AWS及公司业务的影响 - 成功实施该战略可能极大提升AWS的盈利能力，AWS是公司目前主要的利润来源 [1] - 通过内部建模，AI基础设施可转变为高利润的增长引擎，而非因外部芯片依赖和高资本支出强度而成为成本中心或低利润活动 [1] - 更低的训练和推理成本将允许对Amazon Bedrock和Nova基础模型等服务进行竞争性定价，从而吸引更多客户并增加云市场份额 [1] - 内部优化的模型可进一步改善消费者产品，如让Alexa更智能、推荐更精准、物流更高效，同时降低整体运营成本 [1] 面临的挑战与竞争环境 - 主要挑战在于Trainium和Inferentia芯片能否在原始速度、延迟、生态系统成熟度（如CUDA等软件工具）及广泛的开发者支持方面持续匹配或超越行业领先的英伟达GPU [1] - 一些初创公司的早期反馈表明，Trainium实例在某些指标上可能落后，可能阻碍其在尖端应用中的采用 [1] - AI领域的人才竞争依然激烈，执行风险可能延误公司的时间表 [1] - 公司凭借其巨大规模、深厚的工程资源以及AWS作为领先云服务提供商的地位，为实现目标奠定了坚实基础 [1]

Pershing Square Capital Management的AI股票投资组合调整 - 公司CEO Bill Ackman作为价值投资者，其投资组合通常集中于少数跨行业股票[1] - 近年来，公司开始涉足人工智能股票投资[2] 对Alphabet的投资与减持 - 2023年初，公司首次大举建仓Alphabet，分别购入220万股A类股和810万股C类股[2] - 根据最新13F文件，公司在第四季度大幅减持了Alphabet头寸，A类股减持86%，C类股小幅减持2%[3] - 此次操作为获利了结，并将资金轮动至其他领域[3] 对Amazon的增持与布局 - 2023年4月，公司建仓“美股七巨头”之一的Amazon，在第二季度购入580万股[5] - 第四季度，公司进一步增持Amazon 380万股，显示出加倍下注的决心[6] - 此次调整可能涉及将部分Alphabet的风险敞口置换为更大的Amazon头寸[6] Amazon与Alphabet的AI战略对比 - 两家公司均在构建垂直整合的AI生态系统，并在云基础设施领域处于领先地位[7] - Amazon Web Services拥有最大的云市场份额，达到28%，而Google Cloud以14%的份额位居第三[7] - 两家公司都在设计专用芯片以减少对Nvidia架构的过度依赖，Amazon正在扩大其自研Trainium和Inferentia芯片的使用[8] - 除了数据中心和云业务，两家公司还在消费电子、自动驾驶、机器人和量子计算等领域探索AI能力[8] 投资策略分析 - 投资组合调整可能涉及对市场时机的考量，尽管通常不鼓励择时交易[9]

亚马逊资本支出与AI投资计划 - 亚马逊2026年AI相关资本支出预算为2000亿美元 较2025年增加近700亿美元 [1] 亚马逊定制芯片业务表现 - 亚马逊AWS内部的定制芯片业务年化收入已超过100亿美元 且仍以三位数的同比增速增长 [5] - 定制芯片业务包括Graviton CPU以及用于训练和推理的AI加速器芯片Trainium和Inferentia [6] - 对Trainium2芯片的需求增速达到历史最快 Trainium3芯片的供应预计在2026年中前被全部预定 市场对即将推出的Trainium4也表现出浓厚兴趣 [6] 行业定制芯片发展趋势 - 除亚马逊外 行业对定制AI芯片的需求普遍强劲 例如Alphabet报告其张量处理单元需求增加 Anthropic据称为其数据中心订购了超过200亿美元的芯片 [7] - 微软和Meta Platforms也正将更多工作负载转移到其定制芯片解决方案上 Meta使用自研芯片进行AI推理及核心排名与推荐算法训练 微软则使用其Maia 200芯片为Copilot等进行推理 [7] - 尽管英伟达仍是上述公司的关键供应商 但定制芯片需求正显著增长 其中全球最大的云计算平台亚马逊AWS的增长可能最为突出 [8] - 定制芯片需求的增长意味着英伟达的高速增长期可能已过 而为这些定制解决方案提供支持的芯片制造商可能迎来可观的营收和盈利增长 [8] 数据中心建设与供应链 - 亚马逊未来几年上线的新数据中心大部分将包含英伟达GPU [2] - 但亚马逊的支出中越来越大的部分正流向另一组芯片制造商 [2]

文章核心观点 - 摩根士丹利发布研报，认为市场系统性低估了亚马逊在生成式AI时代的价值，维持“增持”评级，目标价看至300美元 [1][2] - 亚马逊在AI浪潮中表现“安静”，其股价和估值未像英伟达、微软等公司一样获得显著溢价，这与其深厚的AI基础设施和商业化能力形成反差，可能是一个被市场错杀的机会 [1][2] - 亚马逊的AI价值不在于拥有最性感的C端模型，而在于其作为“基础设施服务商”在算力、数据、场景和商业闭环上的综合优势，是AI从技术演示走向产业落地过程中确定性的“变现机器” [5][6][11] - 投资亚马逊的核心逻辑不是赌AI技术的短期突破，而是押注其由AI驱动的、确定且持续的自由现金流释放和利润率结构性扩张 [9][10][11] 市场为何低估亚马逊 - 二级市场对AI核心资产的刻板印象追求“纯粹性”和“爆发力”，如英伟达的“算力垄断”和微软的“产品叙事”，而亚马逊的AI故事分散、缓慢且主要面向B端，显得“不性感” [3] - 市场对亚马逊的定价仍停留在“零售帝国”（利润率低、资本开支重）和“云计算隐忧”（增长趋缓、竞争激烈）两条旧叙事上，将AI视为“锦上添花”而非核心重估变量 [4] - 市场习惯寻找“淘金者”（模型或硬件公司），而忽视了亚马逊作为同时提供“铲子、地图、帐篷和运输船”的“基础设施服务商”的隐性价值 [5] AWS：AI时代的算力工厂与中立平台 - 在生成式AI时代，云计算从“IT外包”转向“算力工厂+模型托管平台”，训练、推理等环节消耗真实计算资源，上云是绝大多数企业的必然选择，这为AWS提供了直接的变现机会 [6] - AWS的最大优势在于“中立性”与“规模经济”，其Bedrock平台允许客户自由选择第三方模型或自建模型，降低了客户对数据隐私和供应商锁定的担忧 [7] - AWS成为AI浪潮中“最不依赖单一模型成败”的受益者，无论哪家大模型胜出，只要AI流量增长，AWS的账单就会增长 [7] - 亚马逊自研的Trainium和Inferentia芯片为客户提供了更具性价比的算力选择，进一步巩固了其成本护城河 [7] 零售业务：AI驱动的效率提升与利润释放 - 生成式AI在零售中的应用远不止“客服聊天机器人”，其在供应链预测、库存优化、广告投放、个性化推荐上的投资回报率更高 [7] - 亚马逊拥有全球最复杂、数据密度最高的零售系统之一，AI在各个环节的效率提升几乎可以直接转化为利润率的改善 [8] - 零售业务运营杠杆极高，AI驱动的效率提升一旦覆盖固定成本，释放出的自由现金流将十分惊人，这种利润释放更具确定性和持续性 [8] 投资逻辑：从叙事期到兑现期的价值重估 - 当前市场并未给予亚马逊与其AI基础设施地位相匹配的估值溢价，其估值仍夹杂着“传统零售”的折价 [10] - 看空者认为亚马逊体量过大，AI带来的收入增量只是“边际改善”，并担忧云业务增长瓶颈和零售业务的宏观脆弱性 [10] - 看多者（如摩根士丹利）押注的是AWS高毛利AI服务占比提升与零售端AI带来成本下降所形成的“戴维斯双击”，即利润率的**结构性扩张** [10] - 投资亚马逊的核心哲学判断在于：相信AI最大赢家是“收账单的人”（基础设施和生态垄断）而非“卖梦想的人”（技术突破和愿景），在AI进入规模化落地的中期，现金流和确定性将成为稀缺资产 [11] - 亚马逊的商业模式在AI时代因算力和数据需求爆发而更加稳固，它不需要模型评测第一，只需确保云上AI应用向其付费、通过其系统达成的交易贡献利润 [11] 总结：在AI长跑中的确定性 - 当前AI投资正从泡沫形成向去伪存真过渡，掌握算力、数据和场景的公司的价值将随AI渗透率提升而增长 [13] - 亚马逊兼具“旧时代的王者”（电商与物流）和“新时代的基石”（云与AI）的双重身份，这种模糊性提供了安全边际 [13] - 关注亚马逊是基于对AI产业链价值分配的理性计算，它提供的可能不是短期翻倍的暴涨，而是在AI长跑中更为确定的复利回报 [14]

公司战略与产品规划 - 字节跳动正研发AI芯片，计划在3月底前收到芯片样品 [1] - 公司计划今年至少生产10万颗AI推理芯片，后续还拟将产量提升至35万颗 [1] - 针对自研芯片的消息，公司表示目前暂无回应 [1] 行业背景与竞争格局 - 当前全球科技竞争加剧，AI芯片已成科技巨头布局重点 [1] - 谷歌TPU、亚马逊Inferentia、特斯拉Dojo等均是科技巨头自研AI芯片的成果 [1] - 科技巨头自研AI芯片的核心目的是降低对外部供应商的依赖 [1] 公司技术布局与基础设施 - 字节跳动在AI领域布局全面，其核心业务均深度依赖AI技术 [1] - 公司近年来发力大语言模型等前沿领域，并推出了豆包等AI产品 [1] - 在AI基础设施上，公司已构建庞大计算集群 [1] - 据悉自2022年起，公司便启动了云端训练和推理芯片的自研，旨在搭建完整AI技术栈 [1] 发展驱动力与核心目标 - 随着行业对算力需求的不断增长，公司无论是选择自研AI芯片还是继续外部采购，都旨在解决一个核心问题：掌握发展的主动权 [1]

文章核心观点 - 控制从原材料到最终交付的整个供应链正成为当今市场最重要的战略优势 能够主导供应链的公司日益掌控定价权 发展速度和利润 [1] - SpaceX收购xAI是这一论点最新且最大胆的证明 标志着垂直整合走向了逻辑的极致 [2] SpaceX的战略整合 - SpaceX通过整合发射能力 卫星制造 轨道带宽和前沿AI模型 旨在控制端到端的AI计算供应链 范围可能从地球延伸至轨道 [3] - 若其部署高达100万颗轨道“数据中心”卫星的计划实现 公司将可能成为AI基础设施层本身 而不仅仅是另一个AI参与者 [3] - 公司内部猎鹰9号发射成本约为每次1500万美元 以及星舰的潜力 意味着其能以竞争对手无法企及的成本部署基础设施 [5] - SpaceX将直接受益于特斯拉的成功 特斯拉既是其资金引擎 也是其依赖的大规模技术的试验场 [4] - 特斯拉在AI 自动驾驶 电力电子 电池和大规模制造方面的进步 可直接转化为航天应用 帮助SpaceX降低成本并加速在航空航天领域的迭代 [4] 行业垂直整合趋势案例 **Kraig生物工艺实验室** - 公司通过控制东南亚生产基地附近政府拥有的桑园 锁定了蜘蛛丝制造的关键生物原料（桑叶）[7] - 此举旨在提高物流效率 稳定成本 并在商业化需求出现时减少对第三方的依赖 [8] - 蜘蛛丝超纤维是先进材料领域最具吸引力的前沿之一 其强度强于钢铁 韧性优于凯夫拉 且更灵活 同时具备可生物降解和轻量化等可持续特性 [9] - 从市场角度看 蜘蛛丝的商业化潜力有望在国防 航空航天 高性能服装和医疗等多个领域释放数十亿美元的机会 [10] **苹果公司** - 据报道 苹果计划在2026年大规模生产自家AI服务器芯片“Baltra”并建设专有AI数据中心 将其著名的集成硬件战略延伸至云端 [12] - 此举旨在减少对第三方云提供商的依赖 从而加强对成本 安全性和可扩展性的控制 [13] **亚马逊公司** - 亚马逊进军定制数据中心芯片领域 旨在减少对第三方芯片供应商的依赖 缓解供应限制 并针对AWS工作负载优化性能 [14] - 通过将自研AI加速器（Trainium用于训练 Inferentia用于推理）与AWS软件 网络和存储紧密集成 公司能够以更低的单位计算成本提供AI服务 [14] - 公司对电力基础设施和全球物流网络的所有权进一步放大了这一优势 使其能够以少数竞争对手可及的方式控制AI部署成本 [15]

行业趋势：生成式AI模型驱动云计算平台变革 - OpenAI和Anthropic已从AI实验室演变为基础设施巨头 未来基础设施项目承诺投资额达数万亿美元[1] - 两家公司的目标是成为所有AI构建的默认平台 其深度融入将惠及更广泛的科技股[2] 微软：通过OpenAI合作建立飞轮效应 - 微软是OpenAI的首个超大规模云投资方 为其提供了开发和扩展ChatGPT的基础设施[3] - 合作使微软获得了生成式AI整合的先发优势 ChatGPT现已深度集成于其云服务Azure中[3] - OpenAI软件使用量的增长推动了Azure AI工作负载的激增 并引导企业使用微软的增量云服务[4] - OpenAI的采用与Azure之间形成了飞轮效应 成为Azure长期发展的关键顺风[5] 亚马逊：通过大规模协议与自研芯片成为AI基础设施强者 - 亚马逊在AI领域拥有显著的大型基础设施协议[6] - AWS近期与OpenAI达成价值380亿美元的GPU租赁协议 以缓解其容量压力[7] - 亚马逊已向Anthropic承诺投入80亿美元资本[8] - 合作使AWS成为Anthropic GPU集群的主要用户 并且Anthropic采用了亚马逊自研的ASIC芯片（Trainium和Inferentia）[8] - 自研芯片旨在降低训练和推理成本并提升特定工作负载性能 Anthropic的采用将验证其垂直整合基础设施战略[9] - 若亚马逊的AI加速器能成为NVIDIA和AMD通用GPU的高规格替代品 AWS将获得可观的定价权并提高用户转换成本[10][11] 谷歌：获得AI领军企业的认可并强化云业务竞争力 - 尽管市场曾担忧生成式AI威胁其搜索业务 但谷歌云部门在AI革命中实现了可观的收入增长并持续产生运营利润[12] - 谷歌云的两个标志性客户正是OpenAI和Anthropic[13] - OpenAI利用谷歌云补充算力 Anthropic则在其NVIDIA GPU和亚马逊ASIC芯片栈中补充了谷歌自研的TPU芯片[13] - Anthropic决定在TPU上训练下一代模型 这将强化谷歌云的竞争地位[14] - 随着OpenAI持续解决容量瓶颈 谷歌云将从用户采用加速以及更广泛的数据中心建设中受益[15]

核心观点 - 尽管亚马逊在人工智能领域取得显著进展并推动整体业务强劲增长，但其股价在过去12个月仅微涨2%，表现相对平淡 [1] - 公司将于2月5日发布2025年第四季度财报，该报告可能成为推动其股价上涨的积极催化剂 [2] - 人工智能正在深刻改变公司的云计算和电子商务业务，并推动其整体盈利能力大幅提升 [8] 云计算业务 (AWS) - 亚马逊网络服务是全球最大的云计算平台，也是人工智能开发者的首选目的地，因其拥有先进的数据中心和其他服务 [4] - AWS数据中心不仅配备了英伟达等顶级供应商的AI芯片，还自主研发了Trainium和Inferentia芯片 其中最新的Trainium2芯片在训练AI模型时，其性价比比竞品硬件高出40% [5] - 领先的初创公司Anthropic正在使用多达100万个Trainium2芯片 [5] - AWS为开发者提供Bedrock平台，该平台托管了来自Anthropic、Mistral和Meta Platforms等公司的数百个已完成的基础模型 [6] - 2025年前三季度，AWS总收入为931亿美元，较去年同期增长18% [7] - 人工智能是AWS增长的主要动力 截至第三季度末，AWS拥有高达2000亿美元的订单积压，这些订单来自等待更多数据中心基础设施上线的开发者 [7] 整体业务与市场表现 - 亚马逊是一家科技巨头，在电子商务、云计算、流媒体等多个行业占据主导地位 [8] - 过去12个月，公司股价仅上涨2%，表现平平，与其在AI领域的巨大进展形成反差 [1] - 即将发布的2025年第四季度财报将为投资者提供关于AI如何影响其云计算和电子商务业务的最新信息 [2]

文章核心观点 - 即将到来的微软、Meta、亚马逊和Alphabet的财报会议，将成为衡量AI基础设施投资意愿的公开记分牌，其资本支出指引和措辞将直接影响市场对AI建设持续性和规模的判断，并最终为英伟达的财报定下基调 [1][4][22] 资本支出公投 - 市场将密切关注四大科技巨头在资本支出上的措辞，是使用“加速”、“产能”等扩张性语言，还是转向“纪律”、“优化”、“有节制的投资”等谨慎措辞，这比简单的盈利超预期或不及预期更重要 [1][5] - 微软面临分屏问题：市场既希望看到Azure的强劲增长和AI收入提升，同时也要求保证资本支出账单的增长速度不超过收益 [7] - Meta的资本支出公投更为纯粹，其商业模式简单（广告支付账单），市场关注其AI支出计划是否值得无条件信任，以及能否在不引发“无限支出”担忧的情况下谈论投资 [8][9][13] - 亚马逊和Alphabet的情况使资本支出公投对英伟达更有趣，因为两家公司都在继续购买英伟达芯片的同时，坚持开发自己的定制AI加速器（如AWS的Trainium/Inferentia和谷歌的TPU） [10][11] 盈利与投资逻辑 - 微软拥有最明显的货币化叙事，通过向现有企业客户销售软件附加服务（如Copilot）来实现，市场关注其AI服务收入提升是否具有持续性 [13] - Meta的盈利逻辑在于其广告机器，市场关注AI支出是否能改善广告表现，以及公司能否解释其“前沿”野心而不吓坏那些更看重利润率扩张的投资者 [13] - 亚马逊的盈利故事通过AWS和运营杠杆实现，看多观点认为AWS增长引擎有望重新加速，且零售业务的效率工作（及大量裁员）能在公司积极投资AI和云的同时保持现金流生成 [14] - Alphabet拥有最完整的“技术栈”故事，涵盖搜索分发、云增长、模型和定制芯片，但其挑战在于云和AI驱动的货币化能否足够快地显现，以证明其高额支出是战略而非惯性 [15] 对英伟达的传导效应 - 市场将微软和Meta视为芯片增量需求的直接管道，而亚马逊和Alphabet则能证实或削弱AI需求广泛性的观点 [17] - 在英伟达2月25日发布财报前，市场将通过这四家公司的指引和分析师报告构建叙事，关键在于这是“上调预测”还是“增加疑虑”的叙事 [18] - 在“上调预测”的叙事中，客户需求依然旺盛，订单持续，且“英伟达替代品”的故事线被控制在长期边际管理的范畴，而非近期需求转移 [19] - 在“增加疑虑”的叙事中，措辞开始收紧，“节奏”和“纪律”成为焦点，资本支出范围可能维持但语气改变，市场开始认为“人人购买一切”的最佳日子正在被“人人购买，但人人讨价还价”所取代 [20][21] - 英伟达的财报将被其他公司的财报电话会议预先定价，市场试图在收据（英伟达财报）到达之前，为同一个故事定价 [21]

核心观点 - 亚马逊被视作必须买入的人工智能股票之一 其AWS云服务在安全合规与增长前景方面获得积极进展 同时有机构上调其目标价与增长预期 [1][3][4] AWS安全合规进展 - AWS宣布 全球最大的股票衍生品清算机构OCC已成功完成对其AWS云环境的全面安全评估 评估确认OCC的控制措施符合监管要求 [1][2] - 此次评估是OCC与AWS的合作项目 评估依据包括NIST网络安全框架和Reg SCI等关键监管及行业框架 并整合了行业领先标准和AWS特定最佳实践 [1][2] 机构观点与财务预测 - BMO Capital将亚马逊股票目标价从300美元上调至304美元 维持“跑赢大盘”评级 并继续将其视为覆盖范围内的“首选”股票 [3] - 目标价上调源于BMO的云专家与前AWS员工的交流 其中一位前员工对年超47亿美元的云支出有深入了解 交流揭示了AWS的积极趋势 [4] - 基于上述交流 BMO将AWS在2026年第一季度的增长预测从23%上调至24% [4] 公司业务概况 - 亚马逊是一家全球电子商务和云计算巨头 [5] - 公司的AWS平台提供机器学习工具、生成式AI服务以及Trainium和Inferentia等定制芯片 以支持AI工作负载 [5]