Meta棄Google選Amazon：一張CPU合約透露的AI新秩序

Nvidia還沒輸，但它的對手已經不只是對手——連客戶都開始造反了。

發生了什麼：一份CPU合約，一個戰略訊號

2026年4月，Amazon Web Services（AWS）宣布與Meta達成協議，將提供數百萬顆自研CPU晶片「Graviton」，用於支撐Meta日益龐大的AI運算需求。這款晶片採用ARM架構，是一顆CPU（中央處理器），而非AI訓練常用的GPU（圖形處理器）。

這個區別至關重要。過去幾年，訓練大型語言模型幾乎是GPU的專屬領域，Nvidia因此成為AI熱潮最大受益者。然而，當AI從「訓練」走向「部署」，尤其是AI代理（AI Agent）崛起之後，運算需求的性質正在改變。

AI代理不只是回答問題，而是自主規劃、執行多步驟任務——例如同時搜尋資訊、撰寫程式碼、協調多個子任務。這類工作負載對低延遲、高效率的通用運算需求更高，而非純粹的大規模並行計算。AWS表示，最新版Graviton正是針對這類AI運算場景而設計。

從商業角度看，這筆交易也是一次明確的市場爭奪。Meta在2025年8月曾與Google Cloud簽署6年、總額100億美元的合約，在此之前Meta主要是AWS與Microsoft Azure的用戶。如今部分預算回流AWS，而AWS選擇在「Google Cloud Next」大會剛結束時宣布這項合作，時機的選擇耐人尋味。

與此同時，AWS的另一張AI晶片牌——AI GPU「Trainium」——已被Anthropic以10年、1000億美元的規模預訂。作為交換，Amazon追加對Anthropic投資50億美元，累計投資達130億美元。Trainium的運能大部分將優先供給Anthropic的「Claude」模型使用。

CPU的反攻：不是性能之爭，是生態之爭

廣告

廣告合作

[email protected]

廣告

這場合約背後，隱藏著一個更深層的產業邏輯轉變。

長期以來，AI晶片市場幾乎等同於Nvidia市場。Nvidia的H100、B200系列GPU主導了模型訓練的算力需求，其市值一度突破3兆美元。然而，隨著大模型訓練逐漸飽和，AI應用的重心正在向「推論」與「代理」端移動——這正是CPU重新找到舞台的時刻。

Amazon CEO Andy Jassy在本月的股東信中直接點名Nvidia與Intel，表示企業客戶需要更優異的「性價比」，而Amazon打算憑藉自研晶片在這場競爭中勝出。這不僅是一句口號，更是對內部晶片團隊的公開施壓。

Nvidia同樣意識到這個趨勢，今年發布了同樣基於ARM架構、專為AI代理工作負載設計的「Vera CPU」，與Graviton直接競爭。兩者的商業模式卻截然不同：Nvidia將晶片銷售給企業與雲端服務商（包括AWS本身）；AWS則只透過雲端服務提供自研晶片的算力。這意味著，使用Graviton的客戶，其實是被綁定在AWS的生態系統之中。

華人科技世界的視角：機會還是警訊？

這場美國科技巨頭之間的晶片角力，對亞洲市場有著不可忽視的影響。

首先是台灣的角色。Graviton與Vera CPU均採用ARM架構，而ARM晶片的先進製程幾乎清一色由台積電（TSMC）生產。雲端巨頭加速自研晶片、CPU需求回升，對台積電而言是明確的利多訊號——台積電的先進封裝與3奈米、2奈米製程需求將持續擴大。

然而，另一面是更深的隱憂。當AWS、Google、Microsoft紛紛走向晶片內製化，外部晶片供應商的議價空間將被壓縮。對於正在努力發展自主AI晶片的中國大陸科技企業而言，這場競賽也提供了一個參照系：華為的昇騰系列、寒武紀等國產AI晶片，同樣面臨「如何在訓練之外的推論與代理場景建立優勢」的課題，而美國出口管制的持續收緊，使得這條路更加崎嶇。

對東南亞與香港的企業用戶而言，AWS與Google Cloud的競爭加劇，短期內可能帶來更優惠的雲端定價與更多選擇。但長期而言，核心算力日益集中於少數美國科技巨頭的自研晶片，也意味著數位基礎設施的主導權進一步向西方集中。