对于正在为自有数据中心甄选 AI 服务器芯片的企业而言，相比英伟达，亚马逊拥有一大核心优势：价格。
爱尔兰咨询机构 Co Driver Labs 专注为企业提供 AI 基础设施落地咨询服务，该机构分析师卡罗尔・皮亚泰克表示：在同等算力负载下，使用亚马逊第二代Inferentia 推理芯片与Trainium 训练芯片部署现有 AI 模型开展推理业务，算力成本可比英伟达 H100 芯片降低 80%。
如今越来越多自建数据中心的企业，都在寻找性价比更高、供货更稳定的替代芯片方案。近几个月，亚马逊向这类客户大力推介自研两款 AI 专用芯片：用于大模型训练的 Trainium、用于业务推理的 Inferentia，越来越多企业开始认可这套方案。
皮亚泰克的一位保险行业客户，出于合规监管要求，必须在自有数据中心为客户运行 AI 业务，无法使用公有云服务。该企业此前一直采购英伟达芯片，如今正在寻找替代方案；经过前期测试，亚马逊芯片凭借价格优势与稳定的算力承载能力，测试结果表现亮眼。
基于不错的测试效果，这家保险公司随即向亚马逊云科技（AWS）客户经理咨询，能否在 AWS Outposts 本地部署一体机中搭载 Inferentia 推理芯片。但亚马逊方面回复，目前该芯片暂未开放 Outposts 场景测试。
皮亚泰克称：“只要能在企业本地机房部署 Inferentia 芯片，这家保险公司就会立刻落地。即便本地部署的成本是云端租用价格的两倍，企业也依然会选择在自有机房部署 AWS 提供的这款芯片。”
他表示，虽然企业本地机房部署芯片的成本大概率高于直接租用 AWS 云服务器，但相较英伟达芯片，整体算力开支依旧会大幅降低。
英伟达官方发言人引用公司近期一篇博客文章的观点回应：单纯对比芯片采购单价意义有限，核心要看芯片的实际算力产出。如果低价芯片在相同时长内可承载的 AI 算力任务远少于高价芯片，那么从单位算力成本来看，高价芯片反而更划算。
英伟达在博文中写道：“我们的芯片能够实现行业最低的模元（Token）单位成本与最高的模元处理吞吐量。”
信息技术咨询公司高知特（Cognizant）云与基础设施服务负责人斯里拉姆・库马雷桑表示，当前全球算力供给紧张，不少客户正在评估、试点亚马逊自研芯片，其中就包含企业本地数据中心的落地场景。
库马雷桑在书面声明中提到：“我们观察到，客户的 AI 业务算力需求已经超出当前可用算力供给，这也让企业不再单一依赖英伟达 GPU，开始积极寻找多元化算力方案。如今 AWS 的 Trainium 与 Inferentia 芯片已经成为业内靠谱的量产级备选方案，不再只是 GPU 缺货时的应急选择。”
不过亚马逊芯片并非一路坦途。云架构咨询企业 Rhythmic Technologies 首席执行官克里斯・达尼卢克表示，虽然不少客户在探讨芯片替代方案，但目前都仅处于早期调研阶段，企业普遍担忧适配这类自研芯片需要全新软件体系，存在技术落地风险。
在去年 12 月 AWS 年度技术大会 re：Invent 上，亚马逊正式推出全新服务，支持客户在 AWS 公有云之外部署亚马逊自研 AI 芯片，同时发布 AWS AI Factories（亚马逊 AI 算力工厂）解决方案，企业可在自有数据中心混搭部署亚马逊 Trainium 芯片与英伟达芯片。
长久以来，AWS 通过 Outposts 本地一体机服务，让自建机房的企业可以在本地部署亚马逊全套软硬件、存储与网络资源。据知情人士透露，近几个月，AWS 销售团队已经和美国电话电报公司（AT&T）等企业展开前期洽谈，探讨通过 Outposts 服务租赁亚马逊自研 AI 芯片。
另有知情人士表示，亚马逊还在洽谈直接向政企客户售卖自研 AI 芯片。今年 4 月，亚马逊首席执行官安迪・贾西在年度股东信中提及，公司考虑对外直接出售自研 AI 芯片，自此企业客户的合作意愿显著提升。
贾西曾测算：如果亚马逊不再仅通过云服务出租芯片，而是直接对外售卖，芯片业务年化营收有望达到 500 亿美元。目前，包含通用处理器 Graviton、云端部署的 Trainium 芯片在内，亚马逊芯片业务当前年化营收为 200 亿美元。
《信息》杂志分析数据显示：尽管英伟达面临诸多芯片竞品冲击、各行各业加速布局 AI 替代算力方案，但英伟达在 AI 推理算力市场的份额仍在持续走高。
AWS 正在效仿谷歌的发展路径。谷歌自研 TPU 张量处理单元 AI 芯片，去年就开始接洽 Anthropic 等企业，推动客户在自有数据中心部署该芯片；上个月，谷歌还与黑石集团成立合资公司，打造 TPU 专属云业务，对标当下大量向 AI 厂商出租英伟达算力的专业云服务商。
