推廣活動

AWS一年砸了2200億美元搞AI,居然還說無法滿足使用者需求

美股艾大叔
•
AI速讀
針對市場對 AI 泡沫的擔憂,AWS CEO 安迪·傑西揭露其 2026-2028 年的大規模算力容量已近售罄,顯示 AI 需求遠超供應。Amazon 計劃於 2026 年投入約 2200 億美元資本支出,且算力瓶頸已從 GPU 擴散至電力與記憶體(特別是 HBM 對傳統 DRAM 的產能擠壓)。為緩解壓力,AWS 積極推動自主晶片 Trainium 系列以降低對輝達依賴。分析認為,AI 投資尚未過剩,競爭焦點已由單一晶片轉向涵蓋電力、冷卻與土地的全面供應鏈競爭。

最近科技股的股民心情不大好,因為市場又開始擔憂 AI泡沫了,科技巨頭花那麼多錢蓋資料中心,買顯示卡,買記憶體,買光模組,真有人付費嗎?該不會血本無歸吧。

然而,AI基礎設施的緊張程度,可能比很多人想像得更持久。

亞馬遜CEO安迪傑西近日在與a16z的對話中透露,AWS 2026年的大塊計算容量已經賣完了,2027年也基本賣完了,甚至2028年的相當一部分容量也已經被客戶提前鎖定了。

這普通使用者咋辦?傑西連忙解釋說,AWS仍然會為EC2、Bedrock等服務保留一定的按需容量,這裡說的賣完了,主要指可以提前出售的大規模容量,各位衣食父母客戶請不用擔心。

最有意思的是,傑西認為這種緊張局面到2027年可能仍然不會結束。

AWS一年砸2200億美元,還是不夠

這不是AWS第一次談到資源不足了。

Amazon公佈的資料顯示,2025年AWS新增了3.9GW電力容量,並計畫到2027年底將總電力容量擴大到2025年的兩倍。即便如此,傑西今年早些時候仍表示,AWS存在無法滿足的客戶需求。

與此同時,Amazon預計2026年資本支出上調了,達到約2200億美元。即便面對如此龐大的投資,傑西此次仍表示,AWS其實還可以投入更多資金。

主要原因就是,新增的基礎設施幾乎建出來就有人要。

這種需求已經反映到AWS的業績上。2026年第二季度,AWS收入達到422億美元,同比增長37%,創下18個季度以來最快增速,折算成年化收入規模已經達到約1690億美元。

更重要的是,Amazon今年早些時候披露,2026年的很多資本支出將在2027年至2028年形成收入,而其中相當一部分已經有客戶承諾。

換句話說,Amazon並不完全是在先建資料中心,再尋找客戶,而是越來越多地根據已經出現的需求提前建設基礎設施。

AI算力的瓶頸,已經從GPU擴大到整個資料中心

Jassy這次談話裡還有一個很容易被忽略的資訊,那就是,限制AWS擴張的已經不只是GPU,還有資料中心資源、電力和記憶體。

其中記憶體的問題尤其值得注意,因為AI和傳統雲端運算,還有廣大的消費電子使用者都正在爭奪同一套DRAM產能。

AI加速器需要大量HBM,而普通雲伺服器需要DDR5等傳統DRAM,我需要用手機電腦遊戲機。當記憶體廠商把更多晶圓產能轉向利潤更高的HBM時,就會影響普通DRAM的供應。

美光此前披露的資料顯示,HBM相對於DDR5存在大約3:1的晶圓產能置換比例,而且未來幾代HBM這一比例還可能進一步提高。美光還說,DRAM和NAND供應緊張將持續到2026年以後,這不是吃飯的時候隨口說的,這是投資者會議上說的。

SK海力士今年也表示,AI正在同時推動AI記憶體和傳統記憶體需求增長,公司已經與大約10家主要客戶簽訂長期協議,以鎖定未來供應。長協已經是很多記憶體原廠的標配了。

Amazon甚至自己的AI晶片都快不夠賣了

另一個有意思的變化,是AWS自己設計的Trainium正在成為緩解算力短缺的重要手段,同時也是擺脫輝達依賴症的最佳治療手段。

Amazon此前披露,Trainium2已經基本售罄,2026年開始出貨的Trainium3也接近被全部預訂,甚至距離大規模供應還有較長時間的Trainium4,都已經有相當一部分容量被客戶提前預訂。

AWS最新的Trainium3採用3nm工藝,每顆晶片配備144GB HBM3e,單台Trn3 UltraServer最多整合144顆Trainium3,可以提供超過20TB HBM。AWS稱,其性能功耗比最高可達到Trainium2的4倍。

以前做Trainium更多是為了降低AI計算成本、減少對輝達的依賴。現在,當市場進入算力供不應求階段,擁有自己的AI晶片,本身也意味著AWS能夠控制更多算力供應。

這件事真正值得關注的三個地方

第一,AI基礎設施投資可能還遠沒有到過剩階段。

市場一直擔心Amazon、Google、微軟、Meta等公司投入太多資本建設AI資料中心。但至少從AWS目前披露的資訊看,短期矛盾仍然是供應跟不上需求。AWS甚至已經開始出售2028年的大塊容量。

第二,AI基礎設施的競爭正在從晶片競爭變成供應鏈競爭。

以前大家最關心誰能拿到更多輝達GPU,現在決定雲廠商能夠擴張多少AI算力的因素還有HBM、DRAM、網路、電力、冷卻系統、土地和資料中心建設速度,一個環節跟不上,客戶就跑了。

第三,HBM和普通DRAM之間的產能競爭可能越來越重要。

AI並不是一個與傳統雲端運算完全獨立的新市場。AWS一邊要給AI叢集配置大量HBM,一邊還要繼續滿足快速增長的EC2等傳統雲業務。如果HBM持續佔用更多DRAM晶圓產能,那麼AI基礎設施投資反過來還可能進一步擠壓普通伺服器記憶體供應,損害到原來的業務基本盤。 (費曼的AI實驗室)