芯片獨立、用戶和技術需求使然

目前，對于計算場景的應用復雜程度已經倒逼芯片處理性能的提升。

多重負載，尤其是在機器學習方面，芯片性能直接制約了算法的應用。

在很多情況下，芯片定制不僅僅可以把成本降低一個數量級，電量消耗減少到1／10；

并且這些定制化的方案可以給客戶以更低的延遲提供更好的服務。

從自研芯片的動機看，一方面是芯片獨立的需求，另一方面也來自用戶和技術。

從用戶角度看，亞馬遜云所發布的兩款定制芯片，其核心目的并不是為了與傳統芯片廠商進行競爭，而是來自用戶自下而上的需求：性能和成本。

從技術角度看，非常規芯片正成為算力不斷變化和競爭壓力下的選擇，通用的CPU和GPU難以滿足。

與傳統芯片廠商相比，云廠商的造芯運動更大優勢在于其生態。

如果能充分發揮自己的優勢和資源，芯片市場將很有可能被打開一片新的藍海。

亞馬遜AWS逐漸構筑起特有的競爭優勢

2006年，AWS發布第一個云服務Amazon S3對象存儲，這也是AWS存儲的起點。

從2013年推出首顆Nitro1芯片至今，這家最先涉足自研芯片的云廠商，已坐擁網絡芯片、服務器芯片、人工智能機器學習自研芯片三條產品線。

亞馬遜自2015年初以來就有一個專注于AWS的芯片定制團隊，在此之前，AWS與合作伙伴合作構建專業化解決方案。

2019年，AWS發布第二代服務器芯片Graviton，其實例上市后，客戶把更多不同的應用方式部署到Graviton上，跨越的范圍也進一步擴展。

從定制硬件整機開始，再逐步深入到定制芯片，然后慢慢地把上層的軟件、芯片以及硬件整機全方位協同并整合到一起。

從CPU到加速芯片再到存儲，這些AWS基礎底層技術的進化都是從芯片創新開始的。

4代網絡芯片Nitro、3代服務器芯片Graviton、1代AI推理芯片、1代AI訓練芯片，這是AWS迄今公布的云計算底座自研芯片版圖。

2021年底發布的Graviton3芯片，又把性能和性價比提升了一個新的高度。

Graviton3的性能相比前一代提升了至少25％，功耗降低了高達60％。

該處理器將運行多達64個內核，擁有500億個晶體管，時鐘速度為2．6GHz。

2022年，推出自研通用計算處理器Amazon Graviton3，可為科學計算、機器學習和媒體編碼工作負載提供高達2倍的浮點運算性能。

推出自研機器學習訓練芯片，基于亞馬遜Trainium芯片的計算實例Trn1實例正式發布，可為在Amazon EC2中進行深度學習模型訓練以提供最佳性價比和最快的訓練速度。

自研芯片成為關鍵優勢

從歷史發展的進程來看，x86服務器芯片其實起源于客戶端芯片，然后逐漸往里面增加服務器芯片需要的功能。

而亞馬遜沒有這樣的包袱，他們就專注于服務器芯片本身，而且就看準了基于ARM架構的服務器CPU。

經過將近20年的發展，2020年云科技部門雖然收入只占亞馬遜總收入的12％，但利潤有135億美元。

也就是說，公司有將近60％的稅前利潤是由亞馬遜云科技提供的。

看向未來十年，自研服務器芯片Graviton將成為AWS的一個關鍵優勢。

Graviton服務器的速度和效率為AWS客戶節省了資金，但對服務器的需求如此之大，以至于亞馬遜從中產生的收入正在飆升。

截至去年第三季度，2018年底推出的Graviton服務器的收入每年或超過50億美元。

這意味著，如果Graviton服務器繼續增長，2022年，它可能會占亞馬遜彈性計算云收入的10％以上。

從技術方面看，亞馬遜云科技是全球當之無愧的云計算第一大廠。

根據知名咨詢機構Gartner發布的報告，亞馬遜云科技已經連續11年在領導力象限排名第一。

在現在看來，亞馬遜自研芯片這步棋，走的無比正確。

芯片也幫助他們從一個To C的電商，逐步轉型并且顛覆一個To B的行業。

未來走向生態耦合

從技術路線來看，AWS是先縱向［做深根基］，再橫向［創新突破］。

不過，AWS起步更早，技術廣度、成熟度更高，從IaaS、PaaS到SaaS的覆蓋范圍也更廣泛。

生態是云計算與生俱來的特征之一。云生態一般衍生于內部業務，之后再向垂直方面與關聯方面整合。

亞馬遜從自身電商業務孵化后，通過云平臺整合垂直領域企業，在服務鏈條上聚集的公司足夠多的時候，將產業上下游企業關聯在一起，實現生態耦合。

目前，亞馬遜在云計算上依然有較大的優勢，但是競爭壓力也在不可避免地增大。

因此，為了盤活整個生態網絡，必須在全球建立更多數據中心將算力輻射到更大范圍。

公開數據顯示，亞馬遜2021年研發支出高達560億美元，營收占比約為12％。

結尾：

未來AWS在數據中心關鍵芯片還沒有的會逐漸補齊，已有的芯片類型后續會持續增強。

過去十年，全球最大云基礎設施服務商AWS通過提升技術和降價，在市場保持領先優勢。