Amazon 与 Qualcomm 的 AI 芯片协议上限为 600 亿美元，并非确定订单

Amazon 已与 Qualcomm 建立 AI 芯片合作关系，相关支付最高可达 600 亿美元，但这一数字并不是有保障的采购订单。Amazon 与 Qualcomm 的 AI 芯片协议将未来支出与定制服务器产品、采购承诺及其他商业里程碑挂钩，同时也向 Amazon 提供与 Qualcomm 股票相关的认股权证。

这一结构比 headline 数字本身更重要。Qualcomm 获得了进入全球最大云基础设施之一的机会；Amazon 则在无需今天就承诺支付全部 600 亿美元的情况下，获得了另一种定制计算与网络技术来源。

该协议也让常见的 Amazon 对 Nvidia 叙事变得更加复杂。AWS 已自行设计 Trainium 加速器，并以极大规模采购 Nvidia 硬件。引入 Qualcomm 表明，Amazon 希望拥有更多架构选择，尤其是在推理及其周边互连领域。

Amazon 与 Qualcomm 的 AI 芯片协议实际涵盖什么

该协议是一项长期商业框架，其价值只有在 Amazon 下单并付款时才会增长。

Qualcomm 在一份日期为 2026 年 9 月 8 日的 Form 8-K 文件中披露了这一财务结构。文件称，相关合作始于 9 月 3 日，涵盖 Qualcomm 向 Amazon 提供的服务器芯片、技术、系统及制造服务。

Qualcomm 向 Amazon 关联方 Amazon.com NV Investment Holdings 发放了认股权证。认股权证赋予持有人在既定条件下收购股份的权利，并不会自动使 Amazon 成为股东。

该认股权证最多涵盖 2,500 万股 Qualcomm 股票，行权价格为每股 161.26 美元，并可按惯例进行调整。它允许无现金行权，并将于 2036 年 9 月 3 日到期。

按所述行权价计算，这些条款构成价值约 40 亿美元的潜在股权头寸。不过，在行权前，该认股权证不赋予投票权或股东权利。

更重要的是，这些股份将分阶段归属。归属取决于商业协议、具有约束力的采购订单以及 Amazon 的实际采购。相关产品包括 Qualcomm 服务器芯片、配套系统、技术和制造服务。

这份监管文件规定，在认股权证有效期内，付款上限为 600 亿美元。文件并未表示 Amazon 已下达一份金额为此数、不可取消的订单。

这一差异避免了两种常见误读。Amazon 并非以 600 亿美元收购 Qualcomm；Qualcomm 也未披露来自 Amazon、金额有保障的 600 亿美元收入积压订单。

文件称，Qualcomm 发放认股权证时，已有 375 万股认股权证股份归属。初始归属反映了 Amazon 已作出的采购承诺。公开文件未披露这些承诺对应的金额、交付时间表或产品组合。

Qualcomm 在协议日期五天后公布了运营层面的合作内容。两家公司将为 AWS 基础设施开发多代定制芯片，初期重点包括 AI 推理，即已训练模型处理提示词并生成输出的环节。

合作还涵盖速度最高达每秒 1.6 太比特的光互连。这些连接在大型计算系统内部的处理器、内存、交换机和服务器之间传输信息。

Qualcomm 计划提供 SerDes 技术，即用于在串行与并行格式之间转换数据、以实现高速传输的技术，还将提供光数字信号处理技术。

公司公布的合作细节未说明芯片架构、制造工艺、发布日期或性能目标，也未披露预计出货量和年度最低支出。

这使得协议在经济层面具有意义，却在技术层面仍不完整。投资者可以看到激励结构和支出上限；云客户则暂时无法将计划中的硬件与 Nvidia GPU、Amazon Trainium 或其他定制加速器进行比较。

该交易也是双向的。Qualcomm 表示，将扩大对 AWS 基础设施的使用，包括使用 Amazon Bedrock 处理电子设计自动化工作负载。

电子设计自动化是用于设计、测试和验证芯片的软件。Qualcomm 表示，使用 AWS 资源处理这些工作负载应能缩短开发周期，但尚未量化预计缩短的幅度。

这种互惠关系让双方都能立即获益。Amazon 获得对专为其基础设施设计的芯片的影响力；Qualcomm 则在利用该客户的云服务加速自身工程工作的同时，赢得了一家大型客户。

Amazon 为何需要另一家定制芯片合作伙伴

Amazon 引入 Qualcomm，是因为没有任何单一处理器系列能够满足 AWS 在成本、性能、网络和供给方面的全部需求。

AWS 采用多项并行的芯片战略。它为通用云计算设计 Graviton CPU，为 AI 工作负载设计 Trainium 加速器；同时也提供 Nvidia 及其他第三方处理器，因为客户的软件需求各不相同。

这种混合战略表面上看似矛盾。Amazon 一方面宣传自研芯片的经济效益，另一方面继续与外部芯片公司签署大型供应协议。

若将 AWS 视作容量运营商，这一矛盾便不复存在。其优先事项不是保护某一个芯片品牌，而是确保充足的可用计算容量，同时控制成本、功耗和供应风险。

AI 推理让这一问题变得更加棘手。训练通过处理大型数据集并更新模型参数来构建模型；推理则利用完成训练的模型回答请求、排序结果、生成媒体内容或运行软件。

训练任务通常足以支撑围绕最高可用性能构建的集群。推理则更多样化。云服务提供商必须服务小型模型、大型模型、实时智能体、批处理和对延迟敏感的应用。

每种工作负载都需要不同的平衡。一些优先考虑响应时间，另一些则优先考虑每瓦输出、内存容量、软件兼容性，或数百万次请求下的总成本。

定制芯片让 Amazon 能够针对这些更具体的运行条件进行优化。AWS 可以移除不需要的功能，增加其可控接口，并围绕其数据中心优化系统。

Qualcomm 具备低功耗处理和系统级集成方面的经验。其移动业务背景并不能保证其在数据中心取得成功，但随着推理需求扩展至更庞大的设备集群，电源管理的重要性正日益提升。

网络部分可能同样重要。当数据无法在处理器和内存之间高效流动时，更快的加速器价值有限。大型推理系统越来越依赖整个机架，而非单个孤立芯片。

光数字信号处理器有助于对通过光链路传输的数据进行编码、发送、接收和恢复。SerDes 组件则在高速场景下承担相关的数据转换工作。

通过同时涵盖计算与连接，该协议涉及两个相互关联的瓶颈。Amazon 可以与 Qualcomm 合作开发推理处理器，同时塑造该处理器在 AWS 系统内部的通信方式。

Amazon 还获得了供应商谈判中的筹码。一家可信的额外供应商可改善可用性，并降低对任何单一供应商的依赖；它还可在路线图、集成和商业条款方面形成竞争压力。

这种筹码并不意味着 Amazon 正在放弃 Nvidia。Nvidia 的软件环境和既有客户基础仍是 AI 计算的核心。只要客户提出需求，AWS 就有充分理由提供 Nvidia 容量。

Amazon 自己的说法也支持这种组合策略。其致股东信称，AWS 在扩大自研芯片业务的同时，仍将保持 Nvidia 的重要平台地位。

信中称，Amazon 内部芯片业务在 2026 年早些时候的年化收入运行率已超过 200 亿美元。该计算包括 Graviton、Trainium 和 Nitro 网络硬件。

Amazon 还表示，Trainium2 已基本售罄；据该公司称，Trainium3 于 2026 年初开始出货，且已接近全部订满。这些仍是 Amazon 自身对性能和需求的说法。

Amazon 预计，其定制芯片将随着时间推移改善 AWS 的经济效益。不过，强劲的内部需求也带来另一项约束：在客户使用这些资源之前，Amazon 必须投入资金用于设计、制造产能、网络、电力和数据中心建设。

与 Qualcomm 的合作可以分担设计工作并增加专业组件，也可帮助 AWS 扩张，而无需让单一内部团队开发每一种处理器和互连组件。

对企业买家而言，更多硬件选择可以改善可用性，但也会增加评估工作。买家需要证据证明，软件、编排、可观测性和模型框架能够在这些新系统上稳定一致地运行。

Qualcomm 获得与 Nvidia 竞争的超大规模云服务商考验

Qualcomm 已获得 Amazon 的验证，但仍须证明其技术能够发展为可复制的数据中心业务。

Qualcomm 的规模建立在智能手机、无线调制解调器、授权业务和联网设备之上。数据中心则提出不同要求，包括漫长的验证周期、持续运行能力和严苛的软件支持。

Amazon 与 Qualcomm 的 AI 芯片协议为 Qualcomm 带来了一家兼具技术影响力和巨大采购能力的标杆客户。这比原型或产品公告提供的证据强得多。

但这尚不能证明其已获得广泛采用。定制芯片可能使供应商与单一买家的架构深度绑定。这种集中有助于赢得大型项目，却无法保证其他云服务提供商会采用相同设计。

Qualcomm 预计，到 2029 财年，其数据中心芯片收入将达到 150 亿美元。Reuters 报道称，与 Amazon 的合作关系是支撑这一目标的组成部分之一。

Qualcomm 也一直在与 Microsoft 和 Meta 推进定制合作。这些关系共同表明，该公司正将自己定位为设计与系统合作伙伴，而不只是商用芯片供应商。

商用芯片面向众多客户设计，并作为广泛标准化的产品销售；定制芯片则围绕单一买家的技术和经济需求进行优化。

Broadcom 和 Marvell 已拥有成熟的定制芯片业务。它们与大型科技公司合作开发加速器、网络处理器及其他专业组件。

因此，Amazon 的协议带来的压力不只针对 Nvidia。它让 Qualcomm 进入了与经验丰富的定制芯片供应商的竞争，而这些供应商的价值来自执行能力、制造关系和长期客户集成。

该交易也反映了 AI 基础设施的更广泛趋势：大型买家会在战略供应商达到采购或开发里程碑时，提供与股权挂钩的激励。

STMicroelectronics 在 2026 年 2 月披露了一项类似的 AWS 安排。其商业合作包括最多 2,480 万股认股权证，归属在很大程度上与 AWS 的付款挂钩。

这些协议将供应商奖励与客户支出挂钩。如果项目发展壮大，供应商将获得收入，而客户则获得股权机会。如果采购规模仍然有限，大部分股权奖励将无法归属。

这种结构也揭示了 AI 供应链的高度集中化。少数几家超大规模云服务商能够提供足以影响产品路线图和公司所有权的订单量。

Nvidia 仍是核心对手，因为它提供了成熟的加速器、网络、系统和软件组合。其地位并不只建立在处理器速度之上。

CUDA 是 Nvidia 用于编程其 GPU 的软件平台，支持广泛的开发工具和优化库。要替代这一环境，需要的不只是制造出有竞争力的芯片。

Amazon 可以通过托管式 AWS 服务掩盖部分硬件差异。使用托管模型平台的客户，相比自行管理集群的客户，可能较少关注底层加速器。

这种抽象为 Qualcomm 创造了机会。如果 AWS 控制服务接口，它就可以将适合的推理任务路由至定制处理器，而不要求每位用户重写应用程序。

然而，开发者仍会注意到不一致的行为。模型支持、量化格式、调试工具、内核性能和调度机制，都会影响实际部署决策。

因此，Qualcomm 必须在三个层面交付成果。其硬件必须达到性能和能耗目标；其系统必须能在 AWS 的规模下稳定运行；其软件必须让工作负载能够以可接受的投入迁移至该平台。

一项有利的基准测试结果无法解决这些问题。AWS 需要在真实客户工作负载中实现持续利用率。Qualcomm 则需要推出在定制和生产成本之后仍能带来可接受利润率的设计。

市场反应起初较为积极，Qualcomm 股价上涨超过 3%。这一反应反映出赢得超大规模云服务商客户的重要性。

更艰难的判断将在后续到来。投资者必须区分潜在的大型市场与已确认收入、已出货系统和可盈利的规模化业务。

600 亿美元的标题掩盖了执行风险

这一上限描述的是 Amazon 十年内可能支出的金额，而已披露的承诺仅覆盖一个未明确的初始阶段。

最高支付金额很容易主导报道，因为它提供了一个直观的规模衡量指标。然而，认股权证条款使支出取决于尚未全部发生的事件。

文件将归属与三大类条件挂钩。两家公司必须执行特定商业安排；Amazon 必须发出具有约束力的采购订单；随后还必须在认股权证期限内完成实际采购。

每个阶段都带有执行风险。产品规格可能变化，制造进度可能延误，竞争处理器可能改进，Amazon 的基础设施优先事项也可能转向不同的工作负载。

该协议长达十年，增加了不确定性。AI 硬件路线图将在此期间跨越数代产品。如今的架构到 2036 年部署的系统中可能已面目全非。

已宣布的 1.6 太比特光链路也是一个例子。这一目标对当前基础设施规划至关重要。不过，两家公司已提及下一代解决方案，因为带宽需求不会保持不变。

股权结构鼓励持续合作，但并不能消除竞争。Amazon 可以继续设计 Trainium、采购 Nvidia GPU，并与其他半导体供应商合作。

Qualcomm 同样面临客户集中风险。赢得大型超大规模云服务商项目可以带来可观收入，但买方也会获得更强的议价能力以及对路线图的深入影响力。

利润率可能不同于 Qualcomm 的传统业务。定制项目通常需要专属工程投入和复杂的制造协调。公开披露未说明 Amazon 项目的预期盈利能力。

技术主张同样仍有待验证。Qualcomm 和 AWS 表示，其目标是构建更高效、更具成本效益的基础设施。但双方尚未公布计划中定制产品的独立基准测试结果。

目前尚无披露证据将未来系统与 Trainium、Nvidia 硬件或其他定制加速器进行比较。Qualcomm 也未说明支持的模型、内存配置、软件工具或部署区域。

这些缺失的细节并不会使协议失效。它们界定了在最高价值能够被视为经营预测前，必须得到验证的事项。

首个已归属批次提供了一个具体信号。Amazon 作出了足够的初步承诺，使 375 万股认股权证股份立即归属。即便如此，文件仍未披露相应采购价值。

另一项不确定性涉及稀释。如果 Amazon 最终行使全部 2,500 万份认股权证，Qualcomm 将根据协议发行或转让一批具有重要规模的股份。

现有股东无法保证商业利润将超过稀释影响。结果取决于 Qualcomm 在认股权证期限内的股价、收入、利润率和资本配置。

Amazon 也面临自身风险。定制组件可以降低对标准产品的依赖，但也需要长期工程协作。为单一云平台量身定制的设计，可能难以在无关客户之间带来更多规模经济。

AWS 必须决定哪些工作负载应部署在 Qualcomm 技术上。错误的分配可能导致昂贵基础设施利用不足。需求快速增长则可能造成相反的问题：成功的产品仍受制于容量限制。

客户也不应将供应商多元化视为自动实现可移植性。同一云平台中的多种芯片，并不一定会让工作负载更容易在 AWS、Microsoft Azure 和 Google Cloud 之间迁移。

可移植性取决于软件接口、部署工具、数据架构和运营实践。硬件多样性可以与更深层的云依赖并存。

评估计划中系统的团队应要求提供针对工作负载的指标。实用测试包括延迟、输出吞吐量、功耗、内存限制、故障表现和迁移工作量。

他们还应记录供应商主张如何演变。可检索的 AI 知识库可以关联公告、基准测试、合同和部署说明，而不依赖标题数字。

最大的风险并非这项合作关系是虚构的。监管文件中的协议真实存在，首个批次已经归属，两家公司也都描述了技术工作。

风险在于假定一项真实协议必然实现其最高结果。Amazon Qualcomm AI 芯片交易必须将里程碑转化为订单，将订单转化为部署，并将部署转化为持续使用。

三个信号将显示这笔交易是否奏效

芯片规格、与采购挂钩的信息披露，以及 AWS 的实际可用性，将揭示这一框架是否会成为重要平台。

第一个信号是详细的产品公告。Qualcomm 和 Amazon 需要明确初始架构、预计发布时间窗口、内存设计和支持的 AI 软件。

一项可信的公告应说明该处理器如何与 Trainium 和 Nvidia GPU 并存。它还应说明 Qualcomm 的光学技术如何连接机架内或更大集群中的处理器。

性能主张需要清晰的比较基准。没有功耗数据的吞吐量可能具有误导性；没有延迟数据的能效则可能掩盖糟糕的实时性能。

独立测试或客户可复现测试将增强这一论点。若缺乏此类测试，该合作关系在战略上仍然值得关注，但难以评估。

第二个信号是额外的认股权证归属或财务披露。Qualcomm 未来的监管文件可以显示 Amazon 是否已达成更多商业里程碑。

Qualcomm 的季度报告应将已确认的数据中心收入与潜在合同价值区分开来。管理层还应说明有多少增长来自定制产品、网络和制造服务。

Amazon 可能通过资本支出和 AWS 芯片指标提供补充证据。不过，汇总的基础设施投资不会显示其中有多少流向 Qualcomm。

投资者应留意措辞变化。从合作与开发转向生产订单，将强化这一投资逻辑；反复描述却没有出货细节，则会削弱它。

第三个信号是 AWS 内部可供客户使用的算力容量。当开发者能够在明确服务条款下运行受支持的模型时，芯片项目才具有商业相关性。

AWS 可能通过专用实例、托管推理服务，或 Amazon Bedrock 之下的内部层来提供硬件。每种路径都意味着不同的采用路线。

专用实例将使处理器可见且更易于进行基准测试。托管服务则可能带来更快的利用率，因为 AWS 能够控制工作负载分配。

客户应关注模型兼容性、部署区域、配额、监控工具和服务承诺。这些细节揭示了该平台是试验性的，还是已具备生产就绪条件。

首批主要用户同样重要。独立 AI 公司的采用将表明其具有更广泛价值；若使用仅限于 Amazon 的内部服务，则支持一种较为狭窄的解读。

竞争对手的反应值得关注，但应处于次要位置。Nvidia 可以调整其平台，而 Broadcom 和 Marvell 可以争取更多定制项目。

核心考验仍在 Amazon 与 Qualcomm 的关系之内。他们能否将以里程碑为基础的框架，转化为 AWS 客户会反复选择的硬件？

答案将影响开发者、企业买家和 AI 产品团队。更多推理选择可以缓解容量压力，并改善工作负载的经济性。

它们也会带来新的优化决策。团队将需要比较不同模型、区域和软件环境下的性能，而非依赖单一标题式基准测试。

在接下来的几个季度中，应将 600 亿美元数字视为上限。关注首批产品规格、下一次与采购挂钩的归属事件，以及 AWS 服务的实际可用性。

如果这三项均能实现，Qualcomm 将建立起严肃的数据中心地位，Amazon 也将获得另一条可信的芯片路径。如果它们停滞不前，该协议将仍是一个选择空间丰富的框架，而非其标题所暗示的大规模订单。

记录每一项已披露的里程碑，并将其与实际部署证据进行比较。Amazon Qualcomm AI 芯片交易将由已出货系统和客户使用情况来评判，而非其理论上的最高价值。