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。

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。