Snowflake斥资超6亿美元采购AWS定制芯片，全面加码企业级AI基建
一句话看懂：云数据巨头Snowflake计划未来六年投入超6亿美元，采购亚马逊AWS自研的Graviton系列CPU和AI加速器。这笔投资标志着CEO Sridhar Ramaswamy上任后，正以“AI优先”战略全面升级底层基础设施，目标是在其数据云平台上以更低成本支撑大规模AI工作负载。
事件核心：发生了什么
Snowflake与AWS的合作始于2011年，自成立起就深度绑定AWS生态。此次超6亿美元的追加采购，是双方战略合作的一次重要深化。具体而言，Snowflake将批量采用AWS自研的Graviton系列CPU和AI加速器芯片，以替代或补充部分通用计算资源。核心目的很直接：在生成式AI浪潮下，通过定制化硬件获得更高的算力性价比，加速企业级AI工作负载从实验阶段走向规模化生产。CEO Ramaswamy明确表示，构建企业级AI平台需要高质量数据与高性能算力的深度融合，而引入AWS定制芯片正是实现这一目标的关键一步。
为什么重要
这笔交易体现了当前AI基础设施竞争的两个关键趋势。第一，软件公司正在向下游“定制”计算资源。传统上，云数据平台是AWS等基础设施提供商的客户，但现在像Snowflake这样的软件公司开始直接采购定制芯片，以获取性能与成本上的专属优势。第二，在生成式AI时代，算力的成本效率正在成为企业的核心竞争壁垒。Snowflake此举不仅巩固了与AWS超过十年的合作关系，更意味着它正试图通过硬件层面的差异化，在AI基础设施竞赛中抢占有利身位。这对其他云数据平台及AI PaaS厂商形成了明确的竞争压力。
对用户/开发者/创作者的影响
对于使用Snowflake数据云平台的企业用户和开发者而言，最直接的影响将是计算成本的下降和性能的提升。由于定制芯片能更高效地处理大规模数据集和AI推理任务，用户在运行数据仓库、数据湖以及AI模型训练和推理工作负载时，可能获得更好的性能价格比。这尤其利好那些需要处理海量数据并运行复杂AI模型的企业IT团队。对AI应用开发者来说，Snowflake平台上的AI推理与数据加工成本有望降低，从而降低开发门槛。不过，具体优惠幅度和上线时间目前尚未公布，需要关注后续的产品定价变化。
值得关注的后续
目前公开信息显示，这笔投资的主要影响将集中在未来两到三年的产品落地过程中。值得关注以下几点：一是Snowflake是否会推出专门针对AWS Graviton芯片优化的数据云服务版本或新定价方案；二是其他云数据平台（如Databricks）是否会效仿，纷纷采购或自研定制芯片以应对竞争；三是这一采购对Snowflake的财务结构有何影响，能否在未来财报中体现为利润率改善或用户增长加速。
来源：AIbase
