文章核心观点 - 亚马逊的投资逻辑已从电子商务主导转向由AWS加速、人工智能驱动的份额增长以及显现的利润率纪律所驱动 [1] - 经过多年高强度再投资后 公司正进入规模、自动化和人工智能货币化协同作用的新阶段 这为股价下一轮上涨奠定基础 [2] AWS业务重新加速 - 摩根大通预计AWS增长将重新加速 因企业客户增加人工智能工作负载并恢复大规模迁移 [3] - 需求不仅由第三方模型驱动 更得益于亚马逊不断扩展的人工智能技术栈 包括Trainium、Bedrock、SageMaker、Nova和AgentCore 这有助于AWS捍卫市场份额并改善客户经济性 [3] - 人工智能正成为AWS内部的增长驱动力 而非利润率拖累 尽管产能时间安排会造成短期波动 [4] 人工智能在云业务之外的扩展 - 公司的人工智能叙事超越AWS 摩根大通认为人工智能将提高物流、履约和广告等环节的效率 有助于降低服务成本并提升Prime生态系统内的用户参与度 [5] - 自动化和机器人在稳定运营成本方面作用日益增强 尤其是在北美地区 [5] - 这种运营杠杆效应至关重要 因为公司需要在增长与不断上升的人工智能相关资本支出之间取得平衡 [5] 利润率扩张重回焦点 - 摩根大通强调北美和国际业务的利润率均出现扩张 驱动力包括入站区域化、库存布局、当日达基础设施以及广告业务增长 [6] - 这些效率提升是结构性的而非周期性的 支持更可持续的盈利状况 [6] 财务拐点与未来展望 - 尽管人工智能投资巨大 但摩根大通预计2026年和2027年将出现显著的自由现金流拐点 [7] - 有纪律的支出、利润率改善以及更高的AWS贡献构成了该论点的核心支柱 [7] - 零售业务构建了亚马逊 而人工智能和利润率纪律可能定义其下一个十年 [7]

文章核心观点 - 大模型的出现改变了云计算的竞争格局，打破了以往由规模效应驱动的“强者恒强”趋势，为后进者提供了冲击前排的机会 [1] - AI云的核心竞争力已从传统的“卖云”资源，转变为“模型+云平台+芯片”的垂直整合全栈能力，企业购买的最终商品是AI而非云本身 [20][21] - 行业竞争仍处在“半程路标”阶段，胜负未定，但方向已清晰指向全栈能力的构建，不同厂商正基于各自优势采取差异化路径 [22] AI云对行业竞争格局的重塑 - 大模型之前的叙事逻辑是规模效应驱动行业集中度提升，强者愈强 [1] - 大模型让云厂商的生意发生本质变化，为后进者提供了冲击机会 [1] - 对于如何做AI云，即便是顶级云厂商也未很快达成共识 [1] - 在AI云语境下，企业购买的最终商品是AI，云退居为支撑AI的基础设施，未来会逐渐消失在客户账单上 [20] - AI的竞争已从单点竞争转向涵盖基础设施、模型、工程、应用四个层级的系统能力竞争，任何只占据其中一层的厂商都很难长期掌握产业主导权 [19] 主要云厂商的AI云战略与表现 **微软** - 早期凭借对OpenAI的投资拥有GPT优先使用权，希望通过GPT带飞Azure [3] - 与OpenAI的合作从最初的美好变为“貌合神离”，因OpenAI寻求多方云资源替代方案并推出竞争产品 [3] - 微软不得不投资Anthropic并加大自研模型力度以应对 [3] **亚马逊云科技 (AWS)** - 选择大手笔投资OpenAI的竞争对手Anthropic（先于微软）以获得领先模型能力 [3] - 核心策略是“Choice Matters”，在Bedrock上提供多种模型选择，认为不存在适用于所有场景的通用最优模型 [3] - 面临的关键问题是头部模型具有无可替代的重要性，而顶级模型多由竞争对手掌控或企业不愿完全托管，影响了其模型层竞争力 [4] - 在最近的re:invent大会上新增了十多款模型，包括中国的Kimi和Minimax，并更新了自研的Nova模型，以在模型层面不落后太多 [4] - 与微软类似，缺少自研模型，正处于关键的自我修正期，需在保持平台中立的同时补齐模型层的确定性 [22] **阿里云** - 凭借Qwen模型在全球技术圈闯出影响力，是全球唯一一家积极研发先进AI模型并且全方位开源的云计算厂商 [5] - 业界率先实现“全尺寸、全模态”的全面开源，其他三家头部云厂商均未将自身模型规模开源 [5] - 通义千问Qwen衍生模型数量已突破18万，远超Meta的Llama系列；全球下载量超7亿，据彭博统计截至2025年10月已超越Llama，成为全球第一AI开源模型 [5] - 阿里云的目标是让Qwen成为产业的默认依赖，通过开源成为标准 [5] - 在Gartner报告中，是唯一入围GenAI云基础设施新兴领导者象限的亚太厂商 [10] - 在“GenAI模型”维度，其“特征”指标领先于AWS和微软，仅次于谷歌和OpenAI [13] - 在“GenAI工程”维度，其“特征”及“未来潜力”指标优于AWS、谷歌和微软 [16] - 与谷歌云一同，因在模型、云平台与芯片多个层级形成正向叠加效应而更受资本市场认可 [21] - 其自研AI芯片PPU虽未公开发布，但公司体量支撑得起相关支出，并具备自用和对外输出的想象空间 [22] **谷歌云** - 是低开高走的典型代表，Gemini 3系列模型和第七代TPU Ironwood被视为谷歌AI逆袭的标志 [6] - 公司创始人坦诚，尽管八年前发布了Transformer论文，但内部未给予足够战略重视，在算力扩展上投入过于保守 [6] - 第七代TPU Ironwood在性能、能效比和互联带宽上均显示出对GPU的显著优势 [6] - Gemini 3系列的原生多模态能力和超长上下文窗口将行业标准提升到新量级 [6] - 其“模型+云+芯片”的垂直整合，展现了更深厚的护城河，为行业提供了AI云的参考标准 [6] - 与阿里云一同，因在模型、云平台与芯片多个层级形成正向叠加效应而更受资本市场认可 [21] - TPU已经证明其在性能和成本上的优势 [22] Gartner生成式AI技术栈象限分析 - Gartner发布了涵盖GenAI云基础设施、GenAI工程、GenAI模型以及AI知识管理应用四大维度的新兴市场象限报告，可视为AI技术栈的参考指南 [7] - **GenAI云基础设施**：新兴领导者象限仅有微软、谷歌、AWS和阿里云四家厂商入围，阿里云是唯一入围的亚太厂商 [10] - **GenAI模型**：市场高度集中，主要由少数几家厂商主导，四家云厂商依旧位居领导者象限 [13] - **GenAI工程**：收录厂商数量更多，四家云厂商继续领跑，但与其他厂商的差距并未拉开 [16] - **AI知识管理应用/通用生产力**：评测范围覆盖企业级AI搜索、对话式AI平台及生产力工具，除四家云厂商外，Salesforce等软件厂商也位列其中 [19] AI云的核心竞争力与未来趋势 - AI云的核心竞争力在于模型、云平台与芯片的垂直整合 [21] - 模型决定智能上限，云平台把模型变成可规模化的商品，芯片决定成本下限和性能天花板 [21] - 当AI成为算力、数据、软件栈高度耦合的系统工程，全栈能力使得模型迭代能直接反馈到底层基础设施，也让基础设施投入更快转化为产品优势 [21] - 海外新兴云厂商如CoreWeave和Nebius试图从提供最新GPU裸机服务或AI推理服务等单点优势切入，但很难冲击原有的四强格局 [20] - 云厂商过去二十年的变化是不断在技术栈上叠加新能力，这本身就是护城河 [21]

云计算行业与AI投资 - 云计算是当前科技领域最热门的领域之一 公司正投入巨额资本支出建设AI数据中心以满足需求 [2] - AI是当前云计算的主要驱动力 组织利用云服务创建和部署自己的AI模型与应用 [6] - 行业领先的云提供商在扩张时均面临产能限制 导致资本支出大幅增加 [8][11] 亚马逊公司分析 - 亚马逊最盈利的部门是其云计算部门亚马逊云科技 该部门是基础设施即服务行业的开创者和市场份额领导者 [5] - 亚马逊云科技第三季度收入增长加速至20% 但受限于产能 否则可能获得更高收入 [8] - 公司通过Bedrock和SageMaker等解决方案帮助客户进行AI开发 并推出了用于构建和部署AI代理的AgentCore平台 [6] - 公司启动了为AI安全研究公司Anthropic服务的巨型数据中心集群Project Rainier 并签署了一项价值380亿美元的交易 为OpenAI提供配备英伟达GPU的UltraServer计算能力 [9] - 亚马逊将2024年资本支出大幅提高至1250亿美元 并预计2026年将因需求而显著更高 [9] - 在电子商务领域 公司利用AI和机器人来提升运营杠杆 同时高毛利率的赞助广告业务增长强劲 [10] 微软公司分析 - 微软的Azure是三大云提供商中增长最快的 上季度收入飙升40% 且已连续九个季度增长30%或以上 [11] - 微软与OpenAI的深度关系是其优势 新协议使微软获得OpenAI约27%的股份 以及直至2032年对其AI模型的独家知识产权和优先API访问权 [12] - OpenAI同意在未来几年在Azure上再投入2500亿美元 这将成为重要的增长动力 [12] - 微软与英伟达合作 与Anthropic达成伙伴关系 Anthropic承诺从Azure获得300亿美元的计算容量以及额外的1吉瓦计算容量（价值约500亿美元） [14] - 微软其他业务增长稳健 包含Microsoft 365的生产力和业务流程部门上季度收入增长17% 包含Azure的“智能云”部门同比增长28% [15] 财务与市场表现对比 - 亚马逊当前股价为226.89美元 市值24250亿美元 毛利率为50.05% [7][8] - 微软当前股价为490.29美元 市值36490亿美元 毛利率为68.76% [13][14] - 尽管两家公司增长均强劲 但微软的增长更强 这帮助其股价表现优于亚马逊 [2] 2026年展望与比较结论 - 预计亚马逊和微软在2026年都将表现良好 因为云计算需求保持强劲 [16] - 亚马逊被认为拥有更大的加速增长机会 因为其亚马逊云科技的增长一直落后于Azure和谷歌云 加速增长可能改变市场对公司股票的叙事并带来巨大提振 [16] - 如果因利率降低或关税回撤使经济出现改善迹象 亚马逊的电子商务业务也可能获得提振 [17]

文章核心观点 - 亚马逊在2025年通过强化云计算、广告和人工智能等基础，使公司进入更强大和多元化的状态，为2026年开启更具盈利潜力的新篇章奠定了基础 [1][2] 2025年关键表现总结 AWS云计算重获动力 - AWS在2025年重新确立了其作为公司最重要利润引擎的地位，收入全年以中高双位数百分比增长 [4][5] - 公司大力推行定制芯片战略（Trainium和Inferentia），为客户提供更具成本效益的训练和推理选项，并通过Bedrock平台让企业能更轻松地构建生成式AI应用 [5] - AWS专注于为AI应用提供后端支持，而非争夺面向消费者的AI关注度，这加深了客户粘性并扩大了长期机会 [6] 广告业务成为增长最快的部门 - 2025年广告业务年化收入超过600亿美元，增速超过了零售、订阅服务甚至AWS [7] - Prime Video转向广告支持层级为公司在流媒体广告领域提供了即时规模，Fire TV整合则统一了公司的联网电视布局 [8] - 公司的需求方平台（DSP）扩大了与Netflix、Roku及第三方出版商的合作，使其能够在自有资产之外销售定向广告，向更广泛的广告技术平台迈进 [9] 零售业务增长放缓但战略地位稳固 - 2025年美国电子商务增长因沃尔玛、Temu和Shein的竞争压力而放缓，印度和巴西等国际市场增长更快但利润率较低 [10] - 北美电子商务收入在2025年第三季度增长11%，国际业务同比增长14%，2025年前九个月营业利润有所改善 [11] - 零售业务虽非主要增长引擎，但仍提供了支撑AWS和广告业务发展的数据基础 [11] 2026年发展预期 AWS进入AI驱动加速阶段 - AI工作负载预计将在2026年占据AWS收入结构的更大份额，训练和推理需求保持强劲 [13] - 关键问题在于利润率表现，尽管高资本支出（2025年前九个月资本支出从2024年同期的550亿美元激增至920亿美元）可能影响短期盈利，但若利用率顺利提升，AWS可能实现稳定增长和运营杠杆改善 [13][14] 广告成为更显著的盈利驱动因素 - 广告预计在2026年仍是公司最可靠的增长杠杆之一，增长将来自零售媒体、联网电视和通过DSP的站外广告技术三个领域 [15] - 这些驱动因素预计将对收入增长和利润率扩张做出有意义的贡献 [15] 零售业务转向效率提升 - 2026年零售业务不太可能恢复两位数增长，重点将转向效率提升，包括仓库自动化、更快的配送中心以及通过AI改善个性化服务 [16] - 若能提升零售利润率，即使增幅有限，再结合可接受的增长率，与更强劲的AWS和广告贡献相结合，将能实质性支持整体盈利能力 [17] 对公司的整体展望 - 亚马逊凭借AWS、广告和AI三大持久引擎进入2026年，零售业务虽不主导增长头条，但仍是支撑更广泛生态系统的骨干 [18]

文章核心观点 - 人工智能革命是十年一遇的投资机遇 投资者除英伟达和Palantir外 还可关注亚马逊和Pure Storage以从中受益 [1][2] 亚马逊 - 公司在三个行业占据领先地位 拥有北美和西欧按商品交易总额计算最大的在线市场 全球销售额最大的零售广告商 以及基础设施和平台服务支出最大的云计算平台 [4] - 人工智能是其所有三大业务增长战略的核心 在零售领域已构建超1000个生成式AI应用以优化库存配置、需求预测等 在广告领域提供生成式AI工具供品牌创建音视频内容 在云计算领域设计定制AI芯片并推出Bedrock、Amazon Q等平台服务 [5][6] - 华尔街预计其未来三年盈利将以每年18%的速度增长 当前33倍的市盈率估值合理 摩根士丹利认为其零售业务是生成式AI最被低估的受益者 [7] Pure Storage - 公司提供全闪存存储系统及配套软件 帮助企业管理跨公有云和私有数据中心的数据 其DirectFlash技术在系统层面管理闪存 消除了传统固态硬盘的许多低效问题 [9] - DirectFlash技术可提供高出市场同类产品2至3倍的存储密度 同时功耗减半 Evergreen架构支持客户在无停机中断的情况下升级存储基础设施 [10] - 公司被Gartner评为主存储块平台及文件和对象存储平台的领导者 其FlashBlade系统拥有业内最高密度和最低功耗 这些特性适合AI工作负载 并促使Meta Platforms将其列为关键存储供应商 [11] - 第三季度财报超预期 管理层上调全年营收和营业利润指引 但财报后股价下跌27% 部分因估值较高及市场担忧其研发投入增加将导致明年利润率下降 [11] - 华尔街预计其调整后盈利至2027年5月财年将以每年30%的速度增长 当前39倍的市盈率估值合理 分析师目标价中位数为每股100美元 较当前69美元的价格有45%上行空间 [12]

RTX与AWS的战略合作 - RTX公司旗下雷神部门与亚马逊云科技达成战略合作 旨在提升卫星数据处理和任务控制能力 合作目标是帮助客户增强国家安全领域的太空能力[1] - 合作将专注于利用AWS的人工智能和机器学习服务 开发可扩展的云端解决方案[1] - 合作旨在帮助客户降低任务成本 提高灵活性 并更快地交付能力 同时促进负责任的AI发展并保持强大的安全性[2] - 合作将为客户提供更多选择 以结合使用雷神与AWS的解决方案 从而改善决策和操作协调 具体包括改进任务数据处理 通过AWS Outpost系列服务在边缘位置进行任务管理 以及由软件定义系统支持的先进星座指挥与控制[3] - 合作将利用AWS无服务器技术支持可扩展的任务管理 帮助客户安全高效地增加新能力 双方将进一步使用Amazon SageMaker和Amazon Bedrock等AI/ML工具来改进软件开发和任务操作[4][10] RTX的增长前景 - 现代太空产业正在技术发展、卫星需求上升、商业任务增加及太空基础设施投资加速的推动下迅速扩张 这些趋势正在塑造一个快速增长的市场 并为在太空系统和支持服务方面拥有成熟专业知识的公司创造了强劲机遇[5] - RTX有望受益 因其已深度参与支持现代卫星运营和关键太空任务 公司业务涵盖开发和支持卫星及其地面操作系统 帮助管理卫星网络 并利用收集的数据支持天气预报、GPS导航、环境监测和国家安全需求[6] - RTX还提供先进技术 使卫星能够观测地球 并为政府、商业和科学用途提供可靠信息 公司在确保卫星有效运行及其生成数据准确有用方面发挥关键作用[6] - 随着对安全通信、实时数据和弹性太空系统的需求持续增长 RTX的现有能力使其在太空领域未来增长中处于有利地位[7] 其他国防股的机会 - 诺斯罗普·格鲁曼公司是航空航天和国防领域的关键参与者之一 通过其太空系统部门提供运载火箭和推进系统 公司在火箭技术和卫星部署方面的创新 使其成为太空发射服务需求增长的重要受益者[8] - 诺斯罗普·格鲁曼的长期盈利增长率为4.2% 市场对其2025年销售额的共识预期显示同比增长2.1%[9] - 波音公司与洛克希德·马丁公司的合资企业联合发射联盟自2006年成立以来一直是美国主要的发射服务提供商 自2006年以来 ULA的火箭已将价值超过700亿美元的卫星资产送入轨道[11] - 波音公司的长期盈利增长率为31.3% 市场对其2025年销售额的共识预期显示同比增长30.5%[11] - 洛克希德·马丁的长期盈利增长率为12.4% 市场对其2025年销售额的共识预期显示同比增长4.7%[12] RTX股价表现 - 过去一年 RTX股价上涨了45.1% 而同期其所在行业涨幅为21.9%[13]

核心观点 - 高盛分析师维持对亚马逊的买入评级 目标股价为290美元 认为公司通过AWS re:Invent大会展示了其在平衡传统云业务优势与把握AI时代机遇方面的战略 增强了投资者对其增长重新加速的信心 [1][5] AWS战略与AI布局 - AWS强调三大主题：持续开发自研芯片以降低成本 同时与英伟达保持深度合作以获取顶级AI算力 [3] - 公司认为AI智能体将通过自动化任务、从交互中学习和提高效率来改变企业运营方式 [3] - AI模型平台Bedrock客户数已超过10万 较一年前增长约一倍 [3] - 公司强化了其基础设施、模型和应用的三层AI战略 [9] - 推出了新的多模态AI模型家族Nova 2 并扩大了第三方模型的访问权限 [4][10] - 在应用层 推出了新的自主智能体和用于自动化复杂工作流的Nova Act服务 [10] 增长前景与财务预测 - 分析师坚信AWS在未来几年能实现超过20%的复合收入增长 [8] - 预计AWS的GAAP EBIT利润率将达到30%中低段 尽管公司持续大力投资AI基础设施并承受更高的折旧成本 [8] - 分析估计 AWS的AI服务在2025年可能产生约107亿美元收入 2026年约231亿美元收入 将为AWS总增长贡献数百个基点 [11] - 亚马逊更广泛的业务 包括电子商务和数字广告 在下一季度也显示出积极的趋势 [8] 产品与技术更新 - 发布了更快速、更环保的Graviton5自研芯片 旨在降低云成本并节约能源 [2] - 推出了Trainium3实例和新的AI工厂 允许客户在自己的数据中心部署专用的AI基础设施 [10] - 扩展了Bedrock平台 增加了新的控制和微调选项 并引入了更多开放权重模型 [10] 竞争格局与市场地位 - AWS虽然失去了一些云市场份额 但分析师将此归因于其更大的收入基数、Azure的企业优势以及AI工作负载的激烈竞争 [11] - AWS的未履行合同额增长依然强劲 AI需求正在推动大量新的业务承诺 [11] - 作为全球最大的云提供商 AWS有能力大规模支持企业、开发者和模型构建者 [6]

亚马逊AI芯片战略与产品进展 - 亚马逊CEO Andy Jassy在AWS re:Invent大会上公布了下一代AI芯片Trainium3的更多细节[1] - Trainium3的性能相比前代Trainium2有显著提升：计算性能至少提升4.4倍，能效提升4倍，内存带宽提升近4倍[3] - Trainium3的速度是Trainium2的四倍，且功耗更低[2] Trainium2芯片的商业化成果 - Trainium2已形成一项“数十亿美元年化收入规模”的业务，生产了超过一百万颗芯片[3] - 超过10万家公司将Trainium2作为其使用亚马逊AI应用开发工具Bedrock的主要算力[3] - Trainium2的成功得益于其相比其他GPU更具优势的性价比，能以更低的成本提供更好的结果[3] 亚马逊AI基础设施与合作伙伴 - Trainium2芯片是亚马逊超级计算机Project Rainier于10月上线的关键，该系统旨在帮助AWS在蓬勃发展的AI训练和推理需求中占据更大份额，并可能在2026年前带来数十亿美元的营收增长[5] - 亚马逊的AI芯片在云客户中取得了成功，其中数十亿美元营收的很大一部分来自其支持的初创公司Anthropic，该公司在Project Rainier中使用了超过50万颗Trainium2芯片[6] - 亚马逊与英伟达深化了长期AI合作伙伴关系，将英伟达的加速计算技术与AWS的自研芯片及全球云基础设施整合，旨在为企业提供更快速、更高效的AI系统训练和部署选项[7] 亚马逊AI软件与服务生态 - 亚马逊推出了Nova Forge服务，允许企业使用自有专有数据训练前沿模型的早期版本，从而创建满足其需求的定制化“Novellas”[4] - AWS预计自主智能体将成为企业从AI中获取价值的主要方式，并为此在其产品线中增加了Kiro智能体、DevOps智能体和安全智能体等工具[4] 公司财务与市场表现 - 根据Benzinga Edge Stock Rankings，亚马逊的增长得分为90.60%，动量评级为52.20%[8] - 截至新闻发布时，亚马逊股价年内累计上涨4.04%，但在发布当日（周四）下跌1.41%，收于229.11美元[8]

AWS CEO对AI影响与公司战略的洞察 - AWS首席执行官Matt Garman在re:Invent大会上分享观点 其核心转变是认为AI已解决公司过去面临的最大约束 即软件开发工程师短缺问题[1][2][3] - 过去公司面临产品路线图需要雇佣百万名开发人员的危机 而现在由于AI和智能体技术 过去需要数十甚至数百人的大型技术项目 现在可由5到10人的团队完成[2][4] AI业务规模与渗透 - AWS的AI托管服务Bedrock已成为一项价值数十亿美元的业务 这是首次以具体规模术语公开披露该业务[6][7] - AI正嵌入一切业务 使得量化AWS中AI相关收入占比变得困难[6] AWS产品战略架构 - 公司采用多层次产品策略 底层是计算和存储等核心构建块 AWS将始终提供这些服务[8] - 中间层是数据库、分析引擎和AI模型 AWS在此提供自有产品和服务 并与合作伙伴共存[9] - 顶层是数百万个应用程序 AWS仅在有差异化专业能力的领域选择性构建[9] 亚马逊的竞争哲学 - 公司坦言自身特别不擅长快速模仿竞争对手 即“快速追随者”策略[10] - 更成功的模式是从第一性原理出发解决客户问题 而非简单复制现有产品 这仅在公司认为拥有差异化专业知识时进行[10]

AWS AI芯片业务进展 - 亚马逊AWS发布下一代AI芯片Trainium3，性能比Trainium2提升四倍且功耗更低[2] - Trainium2业务已产生数十亿美元的年化收入，生产超过100万颗芯片，并被10万多家公司使用，支撑了Bedrock平台的大部分用量[3] - 该芯片在云客户中受欢迎的原因是具备"价格性能优势"，比其他GPU选项更具竞争力[4] 主要客户与合作案例 - Anthropic是Trainium2的重要客户，通过"Project Rainier"项目使用超过50万颗Trainium2芯片训练Claude模型[7] - Project Rainier是美国多地数据中心组成的AI服务器集群，专为满足Anthropic快速增长的需求而建[8] - 亚马逊是Anthropic的主要投资者，Anthropic相应将AWS作为其主要模型训练合作伙伴[8] 行业竞争格局 - 仅有谷歌、微软、亚马逊、Meta等少数美国公司具备与英伟达竞争的全套技术能力[10] - 竞争壁垒包括芯片设计专业知识、自研高速互连技术以及英伟达CUDA软件生态的锁定效应[10] - 亚马逊计划让下一代Trainium4芯片实现与英伟达GPU在同一系统中的互操作[11] 市场机会评估 - AI芯片市场存在数千亿美元的收入机会，即使分得部分市场份额也意味着巨大收益[1] - 亚马逊认为Trainium2业务已经达到可观规模，下一代产品的进步可能进一步巩固其市场地位[11]