问小创
告诉我你的需求，我帮你从站内挑最合适的 AI 工具。
云数据巨头Snowflake于2026年5月宣布，未来六年将投入超6亿美元，采购亚马逊AWS自研的Graviton系列CPU及AI加速器。该举措是CEO Sridhar Ramaswamy推动的AI优先战略核心布局，旨在升级数据云平台的大规模AI负载处理能力，依托算力与数据的深度集成提速企业级AI业务落地。
这一采购订单是AWS自研芯片上市以来，面向独立SaaS厂商释放的最大单笔订单，也标志着全球云数据赛道的竞争正式从数据资源侧延伸到底层算力的定制化布局阶段。
Snowflake与AWS的合作可以追溯到2011年品牌成立之初，从首款产品上线到全球化扩张，Snowflake的核心服务始终扎根AWS生态，双方在存储、网络、安全等领域已经形成了高度适配的技术体系。此次数亿美元的增量算力投资，不仅进一步巩固了双方长达十余年的战略盟友关系，也意味着AWS的定制化芯片生态正式打通了从底层云服务到上层SaaS应用的全链路落地路径。
在CEO Sridhar Ramaswamy的推动下，Snowflake在2025年正式提出AI优先战略，核心逻辑是高质量数据与高性能算力的深度集成，是企业级AI规模化落地的核心前提。
此前Snowflake的核心优势集中在数据治理、存算分离架构等数据侧能力，而大规模AI训练、推理、向量检索等负载对算力的专用性要求极高，通用服务器已经很难满足企业客户降本增效的需求。
据公开测试数据显示，AWS Graviton4处理器针对数据密集型负载的性价比比同级别x86芯片高出40%，搭配专属AI加速器后，大模型微调、向量检索的综合成本可下降近60%。此次采购落地后，Snowflake的客户无需跨平台对接第三方算力资源，即可在自身的数据云环境内完成AI全流程作业，既降低了数据泄露的风险，也能显著压缩AI应用的部署成本。
此次Snowflake的大额算力采购，也折射出全球企业级AI市场的竞争正在发生结构性变化：此前厂商的竞争重点集中在大模型能力、应用工具等上层产品，而随着企业私域AI需求的爆发，数据+算力的一体化基建能力，正在成为决定市场份额的核心壁垒。
目前包括Databricks、Google Cloud BigQuery在内的头部云数据服务商都在加速布局定制化算力资源，Snowflake此次提前锁定AWS未来六年的定制芯片产能，相当于为自己拿下了下一阶段竞争的核心筹码。据Snowflake内部测算，此次算力升级完成后，其企业级AI服务的平均客单价有望提升30%以上，同时客户留存率也将获得明显增长。
值得注意的是，Snowflake目前采用多云架构，除AWS外也同时对接微软Azure、谷歌云的服务，此次与AWS的定制芯片合作落地后，不排除后续会与另外两大云厂商推进类似的算力布局，进一步完善其多云环境下的AI服务能力。
本文基于公开信息分析整理，仅供参考。更多AI工具动态与行业解读，请持续关注本站更新。
滇公网安备 53252802528133号