60亿美元大单背后：Snowflake 为何押注亚马逊而非英伟达？

2026年5月27日，云数据巨头 Snowflake 宣布与亚马逊签署了一份价值 60亿美元、为期五年 的芯片合作协议。这笔大单不仅让亚马逊成为 Snowflake AI 战略的核心供应商，更让英伟达再次感受到来自云厂商自研芯片的压力。

这则消息在科技圈引发的关注，远超一笔普通采购合同——它背后折射出的，是整个 AI 芯片产业格局正在发生的深刻变化。

什么是 Snowflake？它为什么要买这么多芯片？

Snowflake 是一家云数据平台公司，简单来说，它帮企业把散落在各处的大数据整合起来进行分析。以前企业要花大价钱建自己的数据中心，现在直接用 Snowflake 的云服务就行，省时又省钱。凭借这个模式，Snowflake 上市时一度成为全球最大的软件公司之一。

但这几年，AI 浪潮来了。企业不再只满足于"分析数据"，还要用数据"训练 AI 模型"——这意味着需要大量的 GPU 计算资源。

Snowflake 的客户们开始问：你们平台能不能直接跑 AI？于是 Snowflake 推出了 Cortex AI 功能，允许用户在平台内直接调用 AI 能力。而支撑这些 AI 能力的底层硬件，就是芯片。

这是这笔交易最值得关注的地方。

成本是首要原因。英伟达的 H100、H200 系列 GPU 虽然性能领先，但价格也相当惊人——单卡价格经常在数万到数十万美元之间。云厂商的自研芯片（如亚马逊的 Trainium 和 Inferentia）虽然绝对性能略逊于英伟达顶级产品，但 性价比更高，特别是在特定推理任务上表现不俗。

供应链自主是第二个考量。大客户们都还记得疫情期间 GPU 一卡难求的窘境。过度依赖单一芯片供应商，意味着供应链风险。把鸡蛋放在多个篮子里，是更稳妥的选择。

深度绑定是第三个原因。与亚马逊签署五年大单，Snowflake 能拿到更优惠的采购价格和优先供货权，同时也能与 AWS 在 AI 层面做更深度集成。对 Snowflake 来说，这是一个"锁定供应商、换取优惠"的商业策略。

这个数字值得细看。

Snowflake 目前的年营收大约在30多亿美元。五年60亿美元的芯片采购，意味着每年要花 12亿美元 购买芯片——占到营收的相当比例。这说明 Snowflake 对 AI 的投入是认真的，不是试水，而是真金白银的押注。

同时，这也让亚马逊的 AWS 芯片业务多了一个大客户。AWS 的 Trainium 芯片此前主要供内部使用，如今 Snowflake 这样的大客户加入，说明亚马逊的芯片正在获得市场认可——这对英伟达来说不是好消息。

英伟达在 AI 芯片市场的统治地位毋庸置疑。但一个趋势正在变得清晰：云厂商们在"去英伟达化"。

谷歌有 TPU，亚马逊有 Trainium 和 Inferentia，微软有 Maia，Meta 也在自研芯片。这些大客户一边大量采购英伟达的产品，一边悄悄把更多工作负载迁移到自研芯片上。

这不是说英伟达要被替代了——它的 H100、H200 在训练大模型方面依然无可匹敌。但在 推理阶段（模型训练好之后，回答用户问题的过程），云厂商的自研芯片已经能很好地胜任，而且成本更低。

Snowflake 的这笔60亿美元大单，主要用途就是推理芯片——帮客户跑 AI 模型，而不是从头训练一个新模型。这恰好是云厂商自研芯片最擅长的场景。

你可能不是 Snowflake 的直接用户，但这场交易的间接影响可能波及到你。

AI 应用可能更便宜。 Snowflake 降低芯片成本后，向客户提供的 AI 服务价格也有望下调，而这些客户可能就是你每天使用的各种 app 和服务背后的数据提供商。

云计算格局继续演变。 亚马逊、谷歌、微软三大云厂商的芯片之争正在升温。竞争加剧往往意味着更好的服务和更低的价格——至少在理论上。

AI 民主化在加速。 当数据平台能更高效、更低成本地跑 AI，企业用 AI 的门槛就会降低。更多中小企业也能负担得起 AI 驱动的数据分析，这意味着 AI 红利正在从大企业向更广泛的商业生态扩散。

Snowflake 这笔交易背后，最值得关注的信号是：AI 芯片的战场，正在从"谁性能最强"转向"谁性价比最高"。

英伟达依然是最强大的芯片公司，但它面临的压力是真实的。云厂商在自研芯片上的投入，正在动摇英伟达"一卡难求"的卖方市场格局。

对中国市场来说，这个趋势同样值得关注。华为昇腾等国产 AI 芯片的崛起，也遵循着类似的逻辑——不是要完全替代英伟达，而是在特定场景下提供更经济的选择。

AI 芯片的战国时代，才刚刚开始。

参考来源：TechCrunch（2026年5月27日），作者 Julie Bort