一句话看懂：亚马逊正计划将其自研的定制AI芯片出售给第三方数据中心，而不仅限于自家AWS云服务使用。这意味着AWS的算力优势可能外溢，并直接冲击英伟达在AI芯片市场的主导地位。
事件核心：发生了什么
据媒体报道，亚马逊人工智能业务负责人Peter DeSantis在近期确认，公司已就向其他公司数据中心出售定制AI芯片一事启动讨论。目前亚马逊尚未披露潜在的客户名单，但这一表态标志着亚马逊从“自用芯片”向“商用芯片”的战略转向。此前，亚马逊的AI芯片（如Trainium和Inferentia系列）主要用于支撑AWS云服务的训练与推理工作负载，属于对内基础设施的一部分。
为什么重要
对AI行业而言，亚马逊此举将直接挑战英伟达在训练与推理芯片市场近乎垄断的地位。当前，英伟达的GPU（如H100、B200）是绝大多数大模型训练和部署的核心算力来源，但价格昂贵且供应紧张。如果亚马逊能提供性能接近、性价比更高的专用AI芯片，将降低企业获取算力的门槛，并推动AI芯片市场的多元化竞争。此外，这也意味着AWS试图将其在云计算领域的规模优势转化为硬件销售的新增长点，从“卖算力”延伸到“卖芯片”。
对用户/开发者/创作者的影响
对于开发者与AI应用企业而言，未来可能在非AWS的云平台或私有数据中心中租用或采购亚马逊的AI芯片来运行模型推理任务。这将降低企业调用大模型（如推理API、图像生成）的长期成本，尤其适合对延迟敏感或需要大量推理算力的场景。对于内容创作者，如果下游算力厂商因竞争而降价，使用AI工具（如文本生成、视频合成）的性价比将进一步提升。但需注意，目前芯片尚未面向市场公开销售，具体性能、兼容性和价格仍是未知数。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
1. 客户落地与兼容性： 首批客户是谁？芯片是否支持业界主流的AI框架（如PyTorch、TensorFlow）或CUDA生态切换？这直接决定开发者的迁移成本。
2. 定价策略与供应周期： 亚马逊如何定价？是否会采用类似AWS的按需付费模式，还是固定合同销售？产能能否支撑第三方大规模采购。
3. 竞品反应： 英伟达、AMD以及谷歌（TPU）、微软（Maia）是否会跟进或调整产品策略？行业可能迎来一轮芯片价格战或生态捆绑竞争。
目前公开信息显示，该计划仍处于讨论与早期接触阶段，具体产品上线时间尚未公布。
来源：36氪 (36Kr)
