# Snowflake斥资60亿美元押注AWS：AI驱动下，“自研CPU”成算力博弈新战场
**事件概述**
2025年2月，云数据仓库巨头Snowflake宣布与亚马逊云科技（AWS）签署一项为期五年、总额高达60亿美元的长期合作协议。这不仅是Snowflake历史上最大规模的云基础设施承诺，也标志着两家公司在AI算力领域的深度绑定——协议明确聚焦于使用AWS自研芯片（包括Graviton CPU、Trainium及Inferentia AI加速器）来优化Snowflake的数据云、AI/ML工作负载以及实时分析能力。
**战略意图：从“云中立”到“生态绑定”**
此前Snowflake长期坚持多云策略，同时部署在AWS、Azure和GCP上。此次巨额押注AWS，表面上是锁定未来五年的算力价格和容量，实则反映了AI时代云原生企业的底层逻辑转变：当模型训练和推理的算力成本成为关键瓶颈时，自研芯片带来的性能优化和功耗控制将直接转化为竞争优势。Snowflake选择AWS而非其他云厂商，看中的正是AWS在自研CPU（Graviton）和AI加速器（Trainium）上的持续迭代能力——相较于通用x86架构，Graviton可为Snowflake的Spark、Presto等计算引擎提供更优的性价比，而Trainium在分布式训练场景下能显著降低迭代时间。
**“自研CPU”成为算力博弈的核心**
这一合作的深层信号在于：自研CPU已从云厂商的内部成本优化工具，演变为撬动生态伙伴心智的战略武器。AWS的Graviton基于Arm架构，通过定制化设计在内存带宽、多核并行及能效比上持续碾压通用x86；而Snowflake作为数据密集型应用的代表，其SQL引擎和AI推理场景恰好能充分利用这些特性。相比之下，Google Cloud的TPU和Azure的Cobalt CPU同样在争夺高端用户，但Snowflake这一次的“站队”直接验证了AWS自研芯片的生态吸引力——当客户愿意以数十亿美元的长期合同为锚定，说明芯片自主可控已不再是口号，而是实实在在的商业决策。
**行业启示：算力分层与生态重构**
放眼全局，云巨头正在通过自研芯片重新定义算力分层：底层硬件（CPU/GPU/加速器）与上层中间件（如Snowflake的数据云）的深度适配，将形成难以复制的性能护城河。对于Snowflake而言，其自身也在自研查询引擎和AI Agent，与AWS芯片的协同有望实现“软硬一体”的端到端优化；而对整个行业，这标志着AI驱动的算力博弈已从单纯的总部署规模，转向了芯片架构与工作负载的匹配度竞争。未来，更多的SaaS厂商会面临类似选择——拥抱特定云厂商的自研芯片生态，换取成本与性能的确定性，但这同时也意味着失去多云灵活性的风险。Snowflake这60亿美元，赌的不仅是AWS的算力，更是AI时代底层硬件的胜负手。
