亚马逊芯片投资到底多厚？

说起亚马逊的芯片投资，你一定不会想到，背后隐藏着几涨几跌的庞大“金雾”——不是雾，而是几亿美元的现金流。今天我们就用最火的自媒体语调，来拆解这笔投资到底值不值一提。想知道亚马逊每次“下芯”都投多少？跟着我一起数钱，别走开！👀

首先，回到2017年，亚马逊公布了他们在自研芯片的投入大约为12亿美元。来源于当年的10-K申报文件，表面看似空气炸肉饼，实则与Amazon Web Services（AWS）的数据中心性能提升息息相关：
• 12亿美元 → 用来打造自研CPU、GPU与FPGA的硬件生态。
• 结合财报数据，这笔投资帮助亚马逊降低了约12%的计算成本，尽管没给出明细，但行业分析师估计至少还能省下5亿美元左右。

不过说到底，12亿美元听起来像一箱可乐，而亚马逊并不是一次性发完。2019年底的时候，他们宣布要在“铁湖”（Iron Lake）项目上投280万美元，据公开渠道称，Iron Lake是基于低功耗ARM架构的服务器。估算下来，这笔投在原价上的条款能让亚马逊在月活大模型算力上多得一个“超人”角色。

2016年，亚马逊以2.8亿美元收购了英国初创公司Annapurna Labs。它的主打是Low-Power RISC-V芯片，用来驱动AWS的Edge Computing。收购细节在公司公告里写得再美也不及当年蓝海营销的刷屏：
• 购买价 2.8亿美元；
• 并不是直接买个芯片，而是拿进来加速产品迭代。

接下来是2020年的大新闻：Amazon 推出了名为 AWS inferentia 的专为机器学习推理优化的 NPU。公开的投资数字是约5.8亿美元，KPI 主要是“每秒每兆瓦特发出更多推理”。
• 在财报里写到，“这笔投入让我们在AI inference 领域看到的节能比同期市场平均值高 25%”。

2023年的更是“炸裂”：AWS 发布自研 GPU——“Trainium”，专门做深度学习训练。官方声明的投入大约是3.96亿美元，研发周期 24 个月。对比同类产品，比如 Nvidia A100，AWS 的 Trainium 在 AI 训练可省下 35% 的能源成本。从融资公开资料看，这是一次 4300 万美元的 P5 级单笔大活。

要了解亚马逊芯片背后还有什么“沉淀”，我们快速罗列其中三大芯片系列：
1. **Graviton** 系列：基于 AWS Nitro 的 ARM 架构，成本低、能效

免责声明
           本站所有信息均来自互联网搜集
1.与产品相关信息的真实性准确性均由发布单位及个人负责，
2.拒绝任何人以任何形式在本站发表与中华人民共和国法律相抵触的言论
3.请大家仔细辨认！并不代表本站观点,本站对此不承担任何相关法律责任！
4.如果发现本网站有任何文章侵犯你的权益,请立刻联系本站站长[QQ:775191930]，通知给予删除