亚马逊CEO Andy Jassy在6月底宣布：亚马逊自研芯片业务年化收入已突破200亿美元，同比增长超过100%。这个数字涵盖了Graviton处理器、Trainium AI训练芯片和Nitro安全芯片三条产品线。如果按可比市场定价计算，等效独立收入将接近500亿美元。这意味着AI芯片市场的「英伟达一家独大」格局正在发生实质性的松动。
200亿美元是怎么来的？
Trainium是亚马逊自研的AI训练专用芯片，与英伟达GPU不同——它从设计阶段就专门针对大语言模型训练优化，而非通用GPU计算。这带来了训练成本的大幅降低，并且这种成本优势在多年合同中会不断累积。目前，OpenAI、Anthropic、Meta和Uber都已经与亚马逊签署了Trainium的长期采购协议。
这200亿美元数字验证了一个重要趋势：企业AI实验室和云服务商正在积极减少对英伟达的单一依赖，转而投资于能匹配特定工作负载需求的定制芯片。
四方争霸的AI芯片新格局
截至2026年6月，AI芯片市场已经形成了清晰的四方竞争格局：
- 英伟达（NVIDIA）：在通用GPU训练领域仍然领先，CUDA生态是最大的护城河
- Google TPU：最成熟的定制芯片替代方案，已迭代多代
- OpenAI Jalapeño：首款自研芯片，专攻推理成本优化，联手Broadcom挑战英伟达推理霸权
- 亚马逊Trainium：企业训练替代方案中采用最广的，获得最大客户群的长期订单
值得注意的是，高通刚刚以39.2亿美元收购Modular——这笔交易将提供一个「芯片无关」的软件部署层，让开发者能在不同AI芯片之间自由切换。这相当于在CUDA之外搭建了一个「开放替代方案」，进一步加速了AI芯片的多元化进程。
对用户意味着什么？
AI芯片竞争加剧，最直接的受益者就是终端用户。多供应商竞争意味着：AI推理和训练的成本持续下降（更多训练容量意味着更便宜的API价格）、供应更稳定（不再受困于英伟达GPU的等待名单）、以及更多定制化的AI服务（不同芯片适合不同任务）。
对于中国的AI行业观察者而言，亚马逊Trainium的成功还有一个额外意义——它证明了从零开始构建定制AI芯片是可行的商业路径，即便面对英伟达的绝对领先优势。
总结
200亿美元的年化收入不是一个「有趣的数据点」——它是AI基础设施权力格局正在重组的明确信号。英伟达仍然强大，但「只有一个选择」的时代正在结束。对于每一个使用AI服务的人来说，这意味着更便宜、更快、更多样化的选择。
持续关注AI行业核心趋势？访问 AI Dash —— 发现最好用的AI工具。