社区

我们需要从 2023 年的谷歌说起，那时候谷歌经历了一段令人沮丧的时期。

ChatGPT 横空出世，市场开始担心谷歌的搜索业务会被颠覆。股价表现平平，分析师唱衰之声不绝于耳。但就在那时，谷歌正在悄悄地用自研 TPU 芯片构建整个 AI 价值链的控制权——没人注意到，直到 Gemini 出来，所有人才恍然大悟。

2026 年的亚马逊，正在经历几乎一样的剧本。

AWS 季度增速再次加速，定制芯片年化收入突破 100 亿美元，OpenAI 刚刚签下一份总额高达 1000 亿美元的八年期 Trainium 计算协议。但亚马逊股价对这些消息的反应？几乎纹丝不动。

因为市场目前只有一个关注点：2000 亿美元的资本支出。

市场在看账单，却没看清它买的是什么

亚马逊 2026 年预计资本支出将同比增长超过 50%，达到 2000 亿美元。这一数字预计将导致自由现金流在年内转负，公司因此已经进入债券市场，本月初发行了约 540 亿美元的公司债——迄今为止规模最大的一次。

市场的担忧是真实的：自由现金流为负意味着举债，举债意味着利息支出，利息支出意味着利润率承压。这条逻辑链条没有错。

但这里有一个理解上的盲点：资本支出的回报周期，与投资者通常用的分析框架并不匹配。

建设和运营一个数据中心，从投入资金到正式产生收入，大约需要两年时间。也就是说，2026 年花出去的 2000 亿美元，对应的是 2028 年的营收。而市场普遍预期亚马逊 2028 年的营收将突破 1 万亿美元——这个数字还在持续被分析师上调。

用 2026 年的资本支出，去评判 2026 年的自由现金流，然后得出"亚马逊投资过于激进"的结论，这在逻辑上本身就存在错配。正确的衡量方式是：把 2026 年的资本支出，与 2028 年的营收增量放在一起看。

Trainium：亚马逊最被低估的战略资产

在亚马逊最近的财报电话会议上，出现了一个耐人寻味的细节：Trainium 这个词被提及了 27 次，而英伟达一次都没有出现。

这不是偶然的措辞，而是一种战略宣示。

亚马逊的定制芯片路线图分两条线：Graviton 是定制 CPU，用于通用计算；Trainium 是定制加速器，专门为 AI 工作负载设计。

Graviton 已经相当成熟——在 AWS 前 1000 大客户中，有 90% 都在使用它，性价比比领先的 x86 处理器高出约 40%。这意味着大量企业客户已经在用亚马逊的芯片运行工作负载，而不是英特尔或 AMD 的处理器。

Trainium 的进展更令人印象深刻：Trainium2 已经向全球客户交付超过 140 万颗，年化收入达到数十亿美元，Bedrock 平台上超过 10 万家用户的工作负载以 Trainium 为底层基础设施运行。Trainium3 刚刚发布，性价比比 Trainium2 高出 40%，预计到 2026 年中期产能几乎全部售罄。Trainium4 还在研发中，但已经出现了强烈的市场预购兴趣。

Anthropic 正在用 Trainium2 训练最新的 Claude 模型。这不是一个普通的合作公告——这是亚马逊自研芯片能力的最高规格背书。

OpenAI 合同：一个被市场低估的转折点

2025 年 11 月，OpenAI 与亚马逊签署了一份价值 380 亿美元的七年期协议，租用英伟达在 AWS 上的 GPU 算力。当时市场反应平淡——因为那只是"租英伟达的卡"，本质上是英伟达受益，亚马逊只是渠道。

几周后，亚马逊宣布向 OpenAI 投资 500 亿美元，建立多年战略合作伙伴关系，同时将原有协议扩大 1000 亿美元，期限延长至八年。

关键的变化在于：新协议中，OpenAI 承诺租用 2 吉瓦的 Trainium 算力——不再是英伟达的 GPU，而是亚马逊自己的芯片。

这个细节的意义远超一份简单的商业合同。OpenAI 是当前 AI 领域最具影响力的实验室之一，它愿意把核心训练工作负载押注在 Trainium 上，意味着亚马逊的定制芯片已经从"可选项"变成了"可信赖的主流选项"。

高盛据此测算：仅 OpenAI 和 Anthropic 这两家 AI 实验室，到 2026 年就可能为 AWS 带来 132 亿美元的收入，到 2029 年这一数字可能增长至 601 亿美元，届时将占 AWS 总收入的 20% 以上。

这不是未来的故事，这是已经签约的确定性。

绕开"英伟达税"，这才是真正的护城河

理解亚马逊定制芯片战略的意义，需要先理解"英伟达税"是什么。

目前，AI 工作负载的大量算力需求都依赖英伟达的 GPU。这创造了一个独特的供应商权力格局：英伟达不仅决定了芯片的价格，还在某种程度上决定了云厂商的成本结构。对于 AWS、Azure、Google Cloud 来说，采购英伟达芯片的成本是运营成本的重要组成部分，而这部分成本很难转嫁给客户——竞争足够激烈，价格战随时可能打响。

谷歌用 TPU 解决了这个问题：自研芯片绕开英伟达，把成本留在自己口袋里，同时在性价比上为客户提供更优选择。这是谷歌云在过去两年快速抢占市场份额的核心驱动力之一。

亚马逊正走上同一条路。Trainium 的性价比优势已经达到 30% 至 40%，Graviton 对 CPU 的替代同样意味着大幅降低的采购成本。随着 Trainium3 和 Trainium4 的迭代，这种成本优势将进一步扩大，并通过 Bedrock 平台形成生态系统锁定——一旦企业客户把核心 AI 工作负载迁移到以 Trainium 为底层的 Bedrock 上，切换成本将非常高。

这是一条越挖越深的护城河，只是目前还不够显眼，因为它被 2000 亿美元的资本支出数字盖住了。

当前预期市盈率 27.5 倍，如果以 2028 年的每股收益计算，这个倍数将降至 18 倍以下——略低于标普 500 过去十年的平均估值水平。换句话说，如果 2028 年的营收预期能够兑现，今天的亚马逊在某种意义上是按"指数平均估值"在交易的科技成长股。

黄仁勋说过一句话，放在这里很合适：

"在这个 AI 的新世界里，计算能力等同于收入。没有计算能力，就无法产生代币；没有代币，就无法增加收入。"

亚马逊正在用 2000 亿美元，买下未来几年的计算能力。而它自己生产的芯片，让这些计算能力的成本比竞争对手更低、性能比英伟达方案更具性价比。

$亚马逊(AMZN)$ $谷歌(GOOG)$ $美光科技(MU)$