Meta与AWS签署数百万颗Graviton芯片合作协议，推动AI算力布局

AI芯片领域再现重磅动态。亚马逊云科技（AWS）宣布，Meta已签署协议，将采用数百万颗AWS Graviton芯片来支撑其持续增长的AI算力需求。

值得注意的是，AWS Graviton是基于ARM架构的CPU（中央处理器，负责通用计算任务），而非GPU（图形处理器）。

尽管GPU仍是训练大型模型的主流芯片，但随着模型训练完成后，构建于其上的AI智能体正在改变所需的芯片类型。智能体会产生高强度计算负载，包括实时推理、代码编写、搜索以及多步骤任务中的智能体协调管理。AWS表示，最新一代Graviton芯片正是专为应对AI相关计算需求而设计的。

此次合作意味着Meta的更多资金将流向AWS，而非谷歌云等竞争对手。去年8月，Meta与谷歌云签署了一项为期六年、价值100亿美元的合作协议，而在此之前，Meta主要是AWS的客户，同时也使用微软Azure。

有意思的是，AWS选择在谷歌云Next大会刚刚落幕之际宣布这一交易，颇有几分对云计算对手暗送"会心一笑"的意味。当然，谷歌自身也研发定制AI芯片，并在此次大会上发布了新版本。

事实上，亚马逊自研的AI GPU——Trainium同样不可忽视。尽管名字带有"训练"之意，但该芯片实际上兼顾训练与推理两大阶段——推理是指模型完成训练后，对提示词进行实时处理的环节。然而，Trainium的大量资源已被Anthropic提前锁定。这家Claude大语言模型的开发商本月初宣布，将在未来十年内斥资1000亿美元在AWS上运行工作负载，并重点使用Trainium芯片；作为回报，亚马逊同意再向Anthropic追加投资50亿美元，累计投资总额达130亿美元。

综合来看，此次Meta合作案让亚马逊得以将这一大型AI客户作为自研CPU实力的有力佐证。AWS Graviton直接对标英伟达最新推出的Vera CPU——后者同样基于ARM架构，专为AI智能体工作负载而设计。两者的核心区别在于：英伟达面向企业和云服务商（包括AWS）销售芯片及AI系统，而AWS则仅通过云服务的方式向外提供芯片访问权限。

本月早些时候，亚马逊CEO安迪·贾西在年度股东信中直接向英伟达和英特尔发起挑战，表示企业客户需要更高性价比的AI算力方案，并明确表态将凭借这一优势争夺市场。这也意味着，亚马逊内部芯片研发团队承受的压力前所未有——上个月，我们曾独家探访了该团队的实验室。

Q&A

Q1：AWS Graviton芯片和GPU有什么区别？为什么Meta要用CPU来跑AI？

A：AWS Graviton是基于ARM架构的CPU，负责通用计算任务，而GPU主要用于训练大型模型。随着AI智能体的兴起，实时推理、代码编写、搜索等高强度计算任务越来越多，最新一代Graviton芯片正是专为这类AI相关计算需求而设计，能够高效处理智能体的多步骤任务协调工作，因此Meta选择大规模采购Graviton来支撑其AI业务扩张。

Q2：Meta为什么从谷歌云转向AWS？

A：Meta此前主要是AWS客户，去年8月才与谷歌云签署了六年、100亿美元的合作协议。此次Meta与AWS签署Graviton芯片大单，意味着更多资金重新回流到AWS。AWS还特意选在谷歌云Next大会刚结束时宣布这一消息，竞争意味十足。两家云巨头均拥有自研AI芯片，正围绕大型AI客户展开激烈争夺。

Q3：亚马逊自研的Trainium芯片和Graviton有什么不同？

A：Trainium是亚马逊自研的AI GPU，支持模型训练和推理两大阶段；而Graviton是ARM架构的CPU，专注于AI智能体的计算工作负载。目前Trainium的大量资源已被Anthropic以"未来十年斥资1000亿美元"的协议锁定，因此亚马逊借助Graviton来承接Meta的AI需求，同时也将其作为与英伟达Vera CPU竞争的重要筹码。