5 月 27 日，云数据存储巨头 Snowflake 正式宣布与 亚马逊云科技（AWS） 签署了一份价值 60 亿美元的五年期战略合作协议。对于这两家科技巨头而言，这不仅是一份长期的基础设施供应合同，更是一场围绕 AI 算力架构的战略深度绑定。
一、数字背后的震撼：一份合同顶过去 14 年
此次 60 亿美元的签约金额极具冲击力。自 2012 年成立以来，Snowflake 通过 AWS Marketplace 累计销售的云服务总额约为 70 亿美元。这意味着，这笔新合同的金额几乎相当于 Snowflake 在 AWS 平台上过去 14 年总收入的 85%。
驱动这一增长的是企业端疯狂的 AI 支出：仅在 2025 年，Snowflake 客户在 AWS 上的云消费就翻了一番，达到了 20 亿美元。
二、核心驱动：AI 从“训练”转向“自动化”
合同背后的增长引擎是 Snowflake 的核心 AI 工具——Cortex AI。作为企业数据的“汇聚地”，Snowflake 通过 Cortex 让企业能够利用自然语言直接查询数据库或生成分析报告。
然而，随着 AI 场景从简单的“模型训练”转向“日常应用”与“AI Agent（智能体）自动化”，算力需求模式发生了根本性改变：
- GPU 处理训练与推理
- CPU 处理海量 Agent 逻辑与辅助任务
随着企业 AI 应用规模化，CPU 的负载呈指数级增长，这也直接推高了对高性能、高性价比处理器的需求。
三、战略转向：Graviton 芯片如何重塑云算力竞赛
本次协议的一个核心亮点是，Snowflake 将获得更多 AWS 自研 ARM 架构 CPU Graviton 芯片的调用权限。
极致性价比： 亚马逊 CEO Andy Jassy 指出，其自研芯片在价格性能比上优于市面上的通用方案。通过大量部署 Graviton，AWS 不仅能降低自身的运营成本，还能通过更低廉的定价吸引 Snowflake 这样的大客户。
抢滩 AI 算力阵地： 此前，AWS 刚向 Meta 供应了数百万片 Graviton 芯片。Meta 与 Snowflake 的选择表明，云计算巨头正通过自研 CPU 在英伟达（Nvidia）绝对统治的算力市场中撕开一道口子。
四、行业信号：Nvidia 与云巨头的“CPU 战争”
这一趋势无疑给 GPU 霸主英伟达带来了前所未有的压力。尽管英伟达 CEO 黄仁勋在上周发布了名为“Vera”的 AI 专用 CPU，并声称已锁定 200 亿美元订单，试图守住阵地，但云厂商的攻势已然形成：
Google 长期自研 AI 芯片（TPU）。
微软 在今年 1 月推出了自研 Maia AI 芯片。
AWS 则通过 Graviton 迅速通过“价格战”吸纳大规模云客户。
五、行业深度分析
Snowflake 与 AWS 的这场 60 亿美元的联姻，昭示了 AI 下半场的竞争焦点：AI 时代的数据处理不再仅仅是“谁的 GPU 更强”，更是“谁能以更低的成本处理大规模推理与自动化任务”。
对于 Snowflake 而言，通过绑定 AWS Graviton，企业能在 AI 的日常运维成本上实现大幅优化；对于 AWS 而言，通过 Snowflake 这样体量的客户，其自研芯片生态得以加速成熟。这场博弈的结果，将决定谁能在这轮 AI 浪潮中成为最底层的算力基石。
