AWS掉队了？AI算力大战中，它正被英伟达甩在身后！
亚马逊云科技AWS正在AI算力这场世纪大战中悄悄掉队。你可能觉得AWS是全球最大的云服务商，怎么可能掉队？但现实很残酷：在AI基础设施这条新赛道上，AWS已经落后了，而且落得还不小。
首先，我们要搞清楚一个根本区别：传统云原生（Cloud Native）和AI工作负载（AI Workloads）完全是两码事。
AWS过去十几年的成功，建立在通用计算、弹性伸缩、微服务架构这些“云原生”能力之上。它的自研芯片Graviton在通用计算场景下确实省电又省钱，客户也买账。
但AI不一样！AI训练和推理极度依赖高性能GPU，尤其是英伟达的A100、H100，甚至最新的Blackwell架构芯片。而AWS在GPU集群的部署规模和网络基础设施上，明显慢了不止一拍。
有内部人士透露，目前AWS还在大量使用P5实例部署GB300集群——注意，这已经是相对老旧的方案了。虽然他们也在建设面向生成式AI的数据中心，但到目前为止，大部分投入还集中在网络侧，真正能跑大模型的服务器数量非常有限。换句话说，AWS的“AI底座”还没完全建好，而对手比如微软Azure和谷歌云，早就把成千上万块H100铺满了数据中心。
更致命的是战略误判。
AWS管理层似乎被Graviton的成功冲昏了头，以为只要自己推出自研AI芯片Trainium（中文常称“训练芯片”）和Inferentia（推理芯片），客户就会像用Graviton一样乖乖买单。
但现实狠狠打了脸。为什么？因为AI开发者只认英伟达！CUDA生态已经成了行业事实标准，PyTorch、TensorFlow这些主流框架深度绑定CUDA，换一个芯片就意味着重写代码、重调模型、重训数据——成本高到离谱。没人愿意为了省那点钱，把自己绑死在AWS一家的封闭生态里。
而且，AWS入场太晚了。
虽然早在2020年就推出了P3 GPU实例，但真正为生成式AI和高性能计算（HPC）优化的网络拓扑，直到2023年9月、10月才上线。
这三年黄金窗口期，他们几乎浪费了。反观微软、甲骨文和新云厂商靠着和OpenAI的深度绑定，提前布局万卡集群；谷歌则凭借TPU和JAX生态稳住基本盘。AWS呢？还在试图用“Trainium会更便宜”来说服客户，结果大客户根本不买账。
最让人担心的是，AWS可能正在失去Anthropic这样的关键客户。Anthropic是当前最炙手可热的AI初创公司之一，Claude大模型的开发商，也是AWS的重要合作伙伴。但如果AWS无法提供足够规模、足够先进的英伟达GPU集群，Anthropic完全可能把训练任务转移到Azure或者GCP。一旦连这样的标杆客户都留不住，AWS在AI领域的信誉将遭受重创。甚至有内部人士直言：“不能失去Anthropic，真的不能。”
据彭博社最新报道，Anthropic 正在与谷歌就一项价值数百亿美元的云计算交易进行初步谈判。
还有人担心，连即将推出的Trainium 3（Trn3）也可能重蹈覆辙。如果继续忽视客户对英伟达生态的依赖，一味强调自研芯片的成本优势，只会让开发者敬而远之。说到底，AI不是比谁更省钱，而是比谁更快、更强、更开放。AWS的“成本 obsession”（成本执念）在AI时代可能成了绊脚石。
总结一下：AWS在通用云服务上依然是王者，但在AI基础设施这场新战争中，它起步晚、押错宝、生态封闭、GPU库存不足，正面临被边缘化的风险。如果不能迅速调整策略，加大英伟达GPU采购，同时降低对Trainium的过度依赖，它很可能错失整个AI时代最大的红利。