亚马逊26Q2财报及北美算力链近况解读
亚马逊亚马逊(US:AMZN)2026-08-04 23:23

行业与公司 * 公司为亚马逊 (Amazon) [1] * 行业为云计算与人工智能 (AI) 算力服务 [1] 核心观点与论据 1. AI 业务驱动云业务超预期增长 * AWS AI 业务在 2026 年第二季度收入约 90 亿美元,增速达 200% [1][2] * AI 业务内部三层结构:底层 GPU 服务收入 78 亿美元,增速近 200% [2] 中层模型与平台层收入 10.4 亿美元,增速 262%-263% [2] 顶层应用层收入 2.3 亿美元,增速约 228% [2] * 底层 GPU 服务贡献 AI 业务总收益的 80% 以上 [1][2] * 传统云业务增速超市场预期的 10%-12% 达到 15% 以上 [1][4] * S3 存储业务因 AI 驱动增速超 20% [1][4] * 传统 CPU 实例 EC2 增速约 10%-11% [4] * AI 与传统云业务形成双轮驱动效应 [1][4] 2. 资本开支大幅上调与硬件成本驱动 * 2026 年资本开支指引上调至 2,200 亿美元 [1][5] * 上调主因是 HBM、DRAM 等存储硬件价格跳涨及 NVIDIA 芯片供给受限 [1][5] * 内存价格预计在 2026 年七八月涨价约 25% [5] * 芯片采购构成:NVIDIA GPU 占 70%-80% [6] 自研芯片占 20%-30% [6] * 高带宽内存成本已包含在 GPU 和自研芯片采购中 [6] 3. 算力资源极度稀缺与未履约订单创纪录 * 未履约订单达 4,960 亿美元,较上季度增加约 1,000 亿美元 [1][6] * 前沿 AI 算力服务占未履约订单的 45%-50% [6] * 企业长期框架协议占 40%-45% [6] * GPU 服务预约等待期达 8-9 周 [1][6] * 客户通过签订 3-5 年长期协议锁定算力 [6] 4. 自研芯片战略地位提升 * 自研芯片业务收入已突破 250 亿美元 [9] * Graviton 芯片已实现 98%-99% 的大客户迁移 [1][10] * Graviton 性能提升 30%-40% [10] * Trainium 3 研发中,HBM 内存效率提升 1.7 倍,计算性能提升 2 倍 [10] * Trainium 4 处于研发阶段,预计可能在 2025 年发布 [11] * 自研芯片战略意义在于摆脱对第三方芯片依赖并提升毛利率 [1][10] 5. Bedrock 平台生态效应与模型格局 * Bedrock 平台中 Claude 模型贡献 60%-70% 收入 [1][12][13] * OpenAI 模型占比超 10% [13] * Meta Llama 模型占比约 11%-12% [13] * 亚马逊自研 Titan 模型占比约 5%-6% [13] * DeepSeek、Kimi 等模型合计占比约 5% [13] * Bedrock 平台提供多模型选择,客户可根据不同维度选择模型 [12] 6. 行业算力需求爆发与应用场景 * 金融行业:代码升级、研报知识库、智能风控和反欺诈 [8] * 汽车与高端制造业:L4/L5 自动驾驶仿真、工业数字孪生、视觉良率测试 [8] * 泛娱乐行业:数字渲染、短剧生成、多模态视频生成 [1][8] 7. 全球云计算市场份额与竞争格局 * 2026 年上半年三大云服务商合计份额约 63% [14] * AWS 份额约 28% [14] * 微软 Azure 份额约 21% [14] * Google Cloud 份额约 14% [14] * AWS 在 AI 时代市场地位被低估,其三层架构和生态系统构成战略优势 [14] 8. Token 成本趋势与市场冲击 * 闭源模型价格昂贵,每百万输入 token 成本 3-10 美元,输出 token 成本 15 美元以上 [15] * 开源模型在性价比方面优势显著 [16] * token 价格每年下降 20%-30% 是长期趋势 [16] * 闭源模型厂商可能转向小模型开源或差异化定价策略 [16] 9. 算力芯片折旧周期 * 北美市场采用五至六年直线折旧法,期末保留 20% 残值 [17] * 最新一代芯片先用于训练,三到五年后转为推理 [17] * 国内市场因高端芯片稀缺,市场价格不降反升 [17] 10. 大模型技术核心壁垒 * 大模型核心壁垒是算力 [19] * 算法、工程架构、应用场景等国内不构成瓶颈 [19] 其他重要但可能被忽略的内容 * AI 业务业绩释放尚处初期阶段,未来模型与服务层具备更大发展潜力 [2] * 整体毛利率可保障在 30% 以上 [2] * 未履约合同带来现金流压力,公司预计会使用金融杠杆 [13] * 国内超算节点日益增多,国产芯片(如 950、木犀、昆仑芯)不断进步,但现阶段对 NVIDIA 芯片需求量依然巨大 [18] * 国内大型互联网公司对高端芯片需求明显,相关部门在统计构建先进算力所需芯片数量 [18]

亚马逊26Q2财报及北美算力链近况解读 - Reportify