AWS的战略转型与核心布局 - AWS的re:Invent大会已全面转向“AI全栈竞争”的核心布局阵地，试图通过“自研芯片+云基础设施+应用层AI”的组合拳建立从底层到上层的闭环体系 [1] - AWS CEO披露Trainium业务规模已达数十亿美元，并已部署100万颗Trainium芯片 [1] - 云计算厂商的竞争正从算力规模走向AI能力结构的全面竞赛，各大厂商资本开支全面上涨，推动全球云计算市场进入新的加速期 [1] AI基础设施与自研芯片进展 - AWS迭代了一系列AI基础设施能力，包括Trainium系列芯片、UltraServers训练服务器、Nova 2系列基础模型及Frontier Agents，目标是从传统云服务提供者转变为从芯片到模型的AI全栈技术供应商 [2] - AWS在芯片层面主要有Graviton、Trainium、Inferentia三个系列，分别对标英特尔、英伟达和AMD [2] - 基于3nm的Trainium3芯片推出了UltraServers，单集群可集成144颗芯片，算力达362 PFLOPS（FP8），性能相对上一代提升超过4倍 [2] - 推进自研芯片旨在应对全球GPU供应链紧张和成本抬升，以掌握更可控的算力来源，与英伟达形成竞合关系 [3] - AWS仍是全球部署英伟达GPU规模最大的云厂商，其P6e-GB300实例采用了英伟达GB300 NVL72 GPU [3] - 云巨头均在加码芯片部署，AWS的AI芯片和谷歌的TPU已从内部供应走向公开市场，与英伟达、AMD的竞合态势愈演愈烈 [3] 模型、平台与企业级市场布局 - AWS主张企业需要多个模型而非一个模型，其Amazon Bedrock平台新增了18款开源模型，涵盖谷歌、英伟达、OpenAI、Mistral AI及国内阿里、月之暗面、稀宇科技等公司的模型 [4] - AWS发布了4款Nova 2系列模型，并推出Nova Forge服务，允许企业将自身数据整合进模型训练流程，构建“企业知识 + 基础模型”的专属能力 [4] - 面向企业端，AWS推出了AI Factories服务，为客户定制AI设施，旨在重塑自身的“AI基建”护城河 [4] AI Agent应用生态竞争 - 2025年被视为AI Agent爆发元年，底层硬件厂商开始向AI应用靠拢 [5] - AWS发布了Frontier Agents系列，包括面向运维、安全、开发工作流程及复杂编程的多种Agent，旨在通过自动执行企业内部流程、调度云资源等提升企业对云资源的依赖度，扩大云生态规模 [5] - 与AWS的“基础设施型Agent”相比，OpenAI的Agent更适用于知识工作和个人效率工具，谷歌Gemini Agent优势在于检索、内容生成及与Workspace结合，微软Copilot Agents深度绑定Office、Teams和Windows，阿里则全力进军C端AI应用 [6] - 各式各样的Agent上线是新一轮AI云生态竞争的“前哨战”，真正的竞争正从单纯云计算转向AI计算和AI生态 [6] 行业资本开支与竞争态势 - 生成式AI推动算力需求爆炸式增长，大模型训练、Agent长时间运行、多云互联要求云厂商具备多样化能力 [6] - 从芯片、硬件、软件到应用，巨头们已集齐能力，并在持续巩固长板、补短板，市场格局未定，投资持续猛烈 [6] - 2025年，亚马逊、微软、谷歌、Meta合计指引资本开支投入超3000亿美元，主要用于服务器、数据中心等基础设施投资 [6] - 2025年第二季度，北美四大互联网厂商资本开支总计958亿美元，同比增长64%，谷歌和Meta上调了全年指引 [7] - 亚马逊2025财年第三季度资本支出同比增长61%，达到创纪录的342亿美元，今年以来累计支出达899亿美元 [7] - AWS在2025年第三季度营收同比增长20%，达到330亿美元，超出预期 [7] - 国内市场方面，阿里巴巴宣布投入3800亿元用于AI基础设施建设，其云智能集团第二季度收入为333.98亿元，增速加快至26%，创三年新高，其中AI相关产品收入占阿里云外部商业化收入的超20% [7] - AI正在重新定义云的形态，云也在重塑AI的产业边界，胜负将取决于未来数年的产品打磨、生态建设与资本耐力 [7]