Snowflake投60亿美元押注AWS，AI驱动CPU自研成算力博弈新战场

2025年5月27日，云数据领域的重量级玩家Snowflake正式官宣——与亚马逊云科技（AWS）签下了一份为期五年、总金额高达60亿美元的战略合作协议。这不仅仅是一笔普通的“买云服务”账单，深入来看，它更像两家巨头在AI时代算力格局上的一次联合布局。

一、数字背后的震撼：一份合同逼近过去14年总和

60亿美元，这个数字究竟有多大？做个对比就清楚了。自2012年成立以来，Snowflake通过AWS Marketplace累计实现的云服务营收大约在70亿美元左右。换句话说，这一纸新协议，金额已经接近它在AWS生态里摸爬滚打14年总营收的85%。

推动这笔订单量级跃升的核心动力，来自企业客户对AI投入的猛增。仅2025年这一年，Snowflake客户在AWS上的云支出就翻了一倍，达到了20亿美元。这背后的增长势头，确实非常迅猛。

二、增长引擎：AI正从“训练中心化”迈向“应用泛在化”

这笔合作能够落地的关键技术支撑，是Snowflake自主打造的企业级AI平台——Cortex AI。它依托统一的数据底座，让用户可以用自然语言直接调取数据、生成可视化洞察，甚至搭建自动化的分析流水线。

不过，随着AI应用越来越深地嵌入到具体业务场景，技术重心正在加速从“模型训练”转向“实时推理”和“AI Agent协同执行”。这就催生了一种全新的算力结构需求：

• GPU：主导模型训练与高并发推理
• CPU：承载海量Agent的编排、状态管理、规则判断等轻量但高频的任务

当AI Agent成为企业日常运营的标配，CPU的调度密度和吞吐压力会呈现爆发式增长。这时候，高性能、低功耗、高性价比的处理器，就成了新一轮基础设施竞争中的关键角色。

三、芯片突围：Graviton如何改写云算力格局

这份协议里最具战略意义的一环，在于Snowflake将获得更深度接入AWS自研ARM架构处理器Graviton的权限。

• 成本优势显著： 据AWS CEO Andy Jassy公开表示，Graviton系列芯片在单位性能成本上表现远超主流x86方案。大规模采用Graviton，不仅帮助AWS优化自身的数据中心效率，也让它能用更吸引人的价格，拿下Snowflake这样的重量级客户。
• 抢占AI基础层话语权： 在此之前，AWS已经向Meta交付了数百万颗Graviton芯片。如今Snowflake的加入，进一步印证了一件事：头部云厂商正试图绕过GPU主导的传统路径，以自研CPU为突破口，在英伟达长期垄断的算力生态里，开辟出第二增长曲线。

四、行业变局：“CPU自研潮”正在重塑AI基建权力结构

这一趋势，对GPU领域的霸主英伟达来说，已经构成了实质性挑战。虽然黄仁勋上周刚发布了代号“Vera”的AI专用CPU，并宣称已斩获200亿美元订单，试图延伸技术边界，但云服务巨头的自主芯片攻势已经全面展开：

• Google 持续迭代TPU，深耕AI训练与推理的全栈优化；
• 微软 今年1月正式推出了自研Maia AI加速芯片；
• AWS 则凭借Graviton在通用计算领域打出了“性价比王牌”，快速收割规模化部署需求。

行业深度观察

Snowflake与AWS这笔60亿美元的深度结盟，其实清晰地勾勒出了AI发展新阶段的竞争本质：未来的赢家，不再单纯取决于谁拥有最强的GPU算力，而在于谁能以更低的成本、更高的弹性，支撑起千行百业的AI推理和智能体自动化运行。

对Snowflake而言，绑定Graviton意味着能为客户交付更优的AI日常运维成本；对AWS而言，Snowflake这样的标杆客户，无疑会成为其自研芯片生态走向成熟、赢得市场信任的关键验证者。这场围绕CPU展开的底层较量，或许最终将决定，谁能在AI浪潮中真正筑起最稳固的算力基石。