对于正在为自有数据中心甄选 AI 服务器芯片的企业而言，相比英伟达，亚马逊拥有一大核心优势：价格。
爱尔兰咨询机构 Co Driver Labs 专注为企业提供 AI 基础设施落地咨询服务，该机构分析师卡罗尔・皮亚泰克表示：在同等算力负载下，使用亚马逊第二代Inferentia 推理芯片与Trainium 训练芯片部署现有 AI 模型开展推理业务，算力成本可比英伟达 H100 芯片降低 80%。
如今越来越多自建数据中心的企业，都在寻找性价比更高、供货更稳定的替代芯片方案。近几个月，亚马逊向这类客户大力推介自研两款 AI 专用芯片：用于大模型训练的 Trainium、用于业务推理的 Inferentia，越来越多企业开始认可这套方案。
皮亚泰克的一位保险行业客户，出于合规监管要求，必须在自有数据中心为客户运行 AI 业务，无法使用公有云服务。该企业此前一直采购英伟达芯片，如今正在寻找替代方案；经过前期测试，亚马逊芯片凭借价格优势与稳定的算力承载能力，测试结果表现亮眼。
基于不错的测试效果，这家保险公司随即向亚马逊云科技（AWS）客户经理咨询，能否在 AWS Outposts 本地部署一体机中搭载 Inferentia 推理芯片。但亚马逊方面回复，目前该芯片暂未开放 Outposts 场景测试。
皮亚泰克称：“只要能在企业本地机房部署 Inferentia 芯片，这家保险公司就会立刻落地。即便本地部署的成本是云端租用价格的两倍，企业也依然会选择在自有机房部署 AWS 提供的这款芯片。”
他表示，虽然企业本地机房部署芯片的成本大概率高于直接租用 AWS 云服务器，但相较英伟达芯片，整体算力开支依旧会大幅降低。
英伟达官方发言人引用公司近期一篇博客文章的观点回应：单纯对比芯片采购单价意义有限，核心要看芯片的实际算力产出。如果低价芯片在相同时长内可承载的 AI 算力任务远少于高价芯片，那么从单位算力成本来看，高价芯片反而更划算。
英伟达在博文中写道：“我们的芯片能够实现行业最低的模元（Token）单位成本与最高的模元处理吞吐量。”
信息技术咨询公司高知特（Cognizant）云与基础设施服务负责人斯里拉姆・库马雷桑表示，当前全球算力供给紧张，不少客户正在评估、试点亚马逊自研芯片，其中就包含企业本地数据中心的落地场景。
库马雷桑在书面声明中提到：“我们观察到，客户的 AI 业务算力需求已经超出当前可用算力供给，这也让企业不再单一依赖英伟达 GPU，开始积极寻找多元化算力方案。如今 AWS 的 Trainium 与 Inferentia 芯片已经成为业内靠谱的量产级备选方案，不再只是 GPU 缺货时的应急选择。”
不过亚马逊芯片并非一路坦途。云架构咨询企业 Rhythmic Technologies 首席执行官克里斯・达尼卢克表示，虽然不少客户在探讨芯片替代方案，但目前都仅处于早期调研阶段，企业普遍担忧适配这类自研芯片需要全新软件体系，存在技术落地风险。
在去年 12 月 AWS 年度技术大会 re：Invent 上，亚马逊正式推出全新服务，支持客户在 AWS 公有云之外部署亚马逊自研 AI 芯片，同时发布 AWS AI Factories（亚马逊 AI 算力工厂）解决方案，企业可在自有数据中心混搭部署亚马逊 Trainium 芯片与英伟达芯片。
长久以来，AWS 通过 Outposts 本地一体机服务，让自建机房的企业可以在本地部署亚马逊全套软硬件、存储与网络资源。据知情人士透露，近几个月，AWS 销售团队已经和美国电话电报公司（AT&T）等企业展开前期洽谈，探讨通过 Outposts 服务租赁亚马逊自研 AI 芯片。
另有知情人士表示，亚马逊还在洽谈直接向政企客户售卖自研 AI 芯片。今年 4 月，亚马逊首席执行官安迪・贾西在年度股东信中提及，公司考虑对外直接出售自研 AI 芯片，自此企业客户的合作意愿显著提升。
贾西曾测算：如果亚马逊不再仅通过云服务出租芯片，而是直接对外售卖，芯片业务年化营收有望达到 500 亿美元。目前，包含通用处理器 Graviton、云端部署的 Trainium 芯片在内，亚马逊芯片业务当前年化营收为 200 亿美元。
《信息》杂志分析数据显示：尽管英伟达面临诸多芯片竞品冲击、各行各业加速布局 AI 替代算力方案，但英伟达在 AI 推理算力市场的份额仍在持续走高。
AWS 正在效仿谷歌的发展路径。谷歌自研 TPU 张量处理单元 AI 芯片，去年就开始接洽 Anthropic 等企业，推动客户在自有数据中心部署该芯片；上个月，谷歌还与黑石集团成立合资公司，打造 TPU 专属云业务，对标当下大量向 AI 厂商出租英伟达算力的专业云服务商。
海量资讯、精准解读，尽在新浪财经APP
责任编辑：郭明煜
七星配资提示：文章来自网络，不代表本站观点。
