Qualcomm 与 Amazon 的 AI 芯片协议设下 600 亿美元上限，但 7% 的涨幅只说明了一半故事

Qualcomm 与 Amazon 签署了一项 AI 芯片协议，采购上限为 600 亿美元，据报道推动其股价一度上涨多达 7%。

这一标题让这项安排听起来像是一笔已经完成的订单。事实并非如此。600 亿美元这一数字代表的是在 2036 年 9 月前，与股权认股权证归属挂钩的最高支出额。

Qualcomm 与 Amazon 的 AI 芯片协议仍然标志着两家公司的一项重大变化。Qualcomm 获得了其最重要的西方云服务客户，用于数据中心芯片业务。AWS 则新增了一家推理处理器和高速连接供应商。

该协议也给包括 Nvidia、Broadcom、Marvell 和 AMD 在内的既有 AI 基础设施供应商带来压力。不过，Qualcomm 仍须将长期合作转化为已部署的硬件、获得支持的软件，以及可确认的营收。

Qualcomm 和 AWS 实际签署了什么

Amazon 已作出初步承诺，但公开文件并未显示存在一份获保证的 600 亿美元订单。

Qualcomm 于 2026 年 9 月 8 日宣布了这项跨多代产品合作。两家公司计划为大型 AWS 数据中心内的 AI 推理开发定制芯片。

推理是指已训练的 AI 模型响应请求、生成 token、分类数据或执行其他生产任务的阶段。它不同于训练，后者用于创建或更新模型。

合作还涵盖速率高达每秒 1.6 太比特的光连接。这些链路在处理器、内存、交换机以及日益密集的 AI 系统内其他组件之间传输数据。

根据产品合作公告，Qualcomm 将提供处理能力、芯片设计、系统集成、SerDes 和光数字信号处理技术。

SerDes 电路可在串行和并行格式之间转换数据。它们帮助芯片通过高速电气或光学连接交换信息。

Qualcomm 还计划扩大自身对 AWS 服务的使用。该公司特别提到将 Amazon Bedrock 用于电子设计自动化工作负载，以缩短芯片开发周期。

其商业结构比传统供应合同更复杂。9 月 3 日，Qualcomm 向 Amazon 发放了一份股权认股权证，最多涵盖 2,500 万股 Qualcomm 股票。

认股权证赋予持有人在特定条件下取得股票的权利。这并不意味着 Amazon 已经拥有全部 2,500 万股股票。

该监管文件规定，行权价格为每股 161.26 美元。该认股权证允许无现金行权，并于 2036 年 9 月 3 日到期。

Amazon 最初获得了 375 万股的归属权。Qualcomm 表示，这一批次反映了初始采购承诺，但未披露其价值。

剩余的 2,125 万股将分阶段归属。这些阶段取决于商业安排、具有约束力的采购订单，以及从 Qualcomm 完成的采购。

符合条件的采购包括服务器芯片、技术、系统和制造服务。当 Amazon 在认股权证期限内的付款达到 600 亿美元时，归属公式将达到上限。

这一差异改变了应如何解读这项公告。AWS 已承诺足够的业务量以激活首批股份，但未来支出仍取决于条件是否满足。

该交易也未披露出货量、单项产品价值、制造合作伙伴或完整部署时间表。Qualcomm 赢得了一段重要的客户关系，但尚未完成执行工作。

市场报道也显示出标题与细节之间的同样差距。一些报道强调其盘中涨幅接近 7%，而同期报道随后称 Qualcomm 股价上涨超过 3%。

这两个数字都可能描述同一交易时段的不同时间点。无论哪一百分比，都不能衡量 Qualcomm 最终将从 AWS 确认多少营收。

为什么 Qualcomm 与 Amazon 的 AI 芯片协议意义不止于手机

该协议为 Qualcomm 减少对智能手机业务的依赖提供了一条可信路径，而这一业务正面临多重压力汇聚。

Qualcomm 仍与移动处理器和蜂窝调制解调器紧密相关。这一定位带来了多年高能效计算的工程经验，但也使公司的风险敞口更为集中。

Apple 一直在内部开发更多调制解调器技术。手机需求可能剧烈波动，而不断上涨的零部件成本也可能挤压设备制造商及其供应商的利润空间。

数据中心为 Qualcomm 提供了第二个大型市场。但它们也需要不同的产品、销售周期、软件、冷却系统和客户支持。

AWS 的重要性在于，超大规模云服务商以足以验证新芯片供应商的规模运营基础设施。一项在 AWS 内部成功的设计，其分量高于实验室基准测试或产品路线图。

双方的客户关系并不完全是新的。AWS 在 2023 年推出了采用 Qualcomm Cloud AI 100 加速器的 EC2 DL2q 实例。

每个 DL2q 实例都配备八个加速器。AWS 报告称，其 Int8 推理性能超过 2.8 PetaOps，并通过 FP16 计算实现 1.4 PetaFlops。

DL2q 部署支持包括自然语言处理、计算机视觉、内容生成、摘要和虚拟助手在内的工作负载。

此前的发布证明了基础技术兼容性。新协议则更进一步，涵盖跨多代的定制芯片，并增加了光网络。

这一时机反映了 AI 支出的变化。训练前沿模型备受关注，但每一次用户请求都会在部署后形成推理工作负载。

聊天机器人、编程助手、搜索系统、推荐引擎和自主智能体都可能带来持续需求。它们的运营经济性取决于吞吐量、延迟、内存容量、能耗和处理器利用率。

推理市场也比训练更加多样化。不同模型和应用受益于不同的数值格式、内存配置、延迟特征和服务架构。

这种差异为专用处理器创造了空间，也让云服务提供商拥有更大筹码，以降低对单一供应商的依赖。

Qualcomm 围绕这一机会布局了 AI200 和 AI250 系统。AI200 每张加速器卡最多支持 768 GB 低功耗内存。

Qualcomm 表示，该容量能够容纳更大的模型和更长的上下文，同时减轻昂贵内存系统的压力。其 AI250 设计加入了旨在应对 token 生成期间带宽限制的近内存计算。

近内存计算将处理过程放置在更靠近存储数据的位置。这种方法旨在缩短模型权重和中间结果必须传输的距离。

Qualcomm 的推理路线图计划于 2026 年推出 AI200，并于 2027 年推出 AI250。该公司还提到年度产品迭代节奏。

在客户公布可比较的生产结果之前，这些规格仍只是公司的说法。AWS 的部署将为实际流量、软件、网络和运行条件提供一项有意义的测试。

认股权证也让 Qualcomm 有了通过这一测试的额外动力。Amazon 更大的采购额将解锁更多股权权利，使商业里程碑与 Amazon 潜在持股相一致。

这一结构并不能消除风险。但如果 Qualcomm 交付了 AWS 希望大规模采购的产品，它将使双方关系更具重要性。

AWS 引入 Qualcomm，但并未放弃自研芯片

AWS 正在扩大供应商选择，而不是以 Qualcomm 硬件取代其 Trainium 和 Inferentia 战略。

Amazon 多年来一直通过其 Annapurna Labs 组织开发定制处理器。Trainium 面向 AI 训练和服务，而 Inferentia 专注于推理。

AWS 通过 Neuron 为这些处理器提供支持。Neuron 是一个软件栈，包含编译器、运行时、库、性能分析工具和开发接口。

该公司已将其芯片与 PyTorch、JAX、Hugging Face、vLLM、Amazon EKS、Amazon ECS 和 SageMaker 集成。这项软件投入使突然更换平台的可能性较低。

AWS Neuron 软件栈也说明了，为何 AI 芯片竞争不仅限于处理器规格。开发者需要可用的框架、经过优化的内核、调试器、编排工具和可预测的云端可用性。

因此，Qualcomm 进入的是一个混合环境。它可以支持 AWS 自研芯片、对其形成补充，或为特定推理工作负载提供独立的实例系列。

两家公司尚未披露 Qualcomm 未来的处理器将在这一产品组合中处于何种位置。它们也未说明哪些系统将采用 Amazon 品牌，哪些将采用 Qualcomm 品牌。

双方同样未说明该安排是否涵盖 Inferentia 的后续产品、一种独立的定制加速器，或多个产品类别。公开公告为多种实施方式留下了空间。

这种模糊性对 AWS 具有商业价值。Amazon 可以按工作负载、产品代际、进度、制造能力、能效或预期运营成本选择供应商。

这也降低了对 Nvidia GPU 的依赖。Nvidia 仍是许多 AI 集群的核心供应商，因为其处理器兼具高性能、成熟软件和广泛的开发者采用度。

不过，云服务提供商愈发希望掌控自身基础设施的经济性。定制芯片可以移除其并不需要的功能，并针对高频使用的操作进行优化。

AWS 已将这一逻辑应用于通用计算、网络、存储、训练和推理。Qualcomm 带来了经验丰富的芯片与连接团队，同时无需 Amazon 放弃内部开发。

光连接的重要性可能不亚于处理器工作。当数据无法在加速器和内存之间足够快速地传输时，大型 AI 集群可能损失效率。

每秒 1.6 太比特的连接并不能保证完整的系统性能。它定义的是链路速度，而集群结果还取决于拓扑、延迟、软件和拥塞管理。

尽管如此，在协议中纳入连接技术拓宽了 Qualcomm 的角色。该公司并非只是向 AWS 销售一张加速器卡。

Qualcomm 收购了 Alphawave Semi，以深化其数据中心连接能力。该产品组合包括高速 SerDes、芯粒和连接知识产权。

随着系统变得更大、更分布式，这些组件愈发重要。能否高效连接处理器，可能影响数据中心从已安装计算容量中提取多少有效工作量。

AWS 很可能会通过工作负载经济性来评判这一整合平台。每秒 token 数、每瓦 token 数、延迟、正常运行时间和软件投入，比单一规格参数更重要。

这使 Amazon 既是 Qualcomm 的客户，也是其考官。AWS 可以将 Qualcomm 硬件与内部芯片、Nvidia 系统、AMD 加速器及其他定制设计进行比较。

该协议让 Qualcomm 获得参与这一评估的机会，但并不保证 Qualcomm 会赢得每一次比较，或成为 AWS 的默认推理供应商。

600 亿美元的标题数字是上限，而非积压订单

核心张力在于最高采购门槛与 Qualcomm 已可确认收入之间的差异。

积压订单通常指已签约、在满足明确履约义务后预计将转化为收入的业务。Qualcomm 的文件并未将 600 亿美元描述为积压订单。

相反，文件称，随着 Amazon 签署商业安排、下达具有约束力的订单并完成符合条件的采购，认股权证股份将逐步归属。这一过程可能持续十年。

因此，Qualcomm 与 Amazon 的 600 亿美元交易标题，将多个不确定阶段压缩成了一个数字。产品必须完成设计、认证、订购、交付和验收，支出才会达到更高门槛。

Amazon 有充分理由保留灵活性。AI 硬件迭代迅速，而模型架构和内存需求仍未定型。

AWS 可以继续采购 Nvidia 系统、部署 Trainium 和 Inferentia，并与其他定制芯片合作伙伴合作。与 Qualcomm 的关系增加了一个选项，而非排除了这些替代方案。

首批归属的 375 万股仍具有重要意义。这表明 Amazon 已作出足以满足首个认股权证条件的采购承诺。

不过，文件并未披露这些承诺的金额，也未说明是哪些产品、交付日期或服务促成了这部分归属。

其余股份构成了一项长期激励。如果 Amazon 采购更多，其收购 Qualcomm 股权的权利也将扩大。

按所述行权价计算，全部 2500 万股在调整前对应的累计行权金额将超过 40 亿美元。但这一计算并不等同于认股权证价值。

该认股权证允许无现金行权，而 Qualcomm 的股价在 2036 年前可能发生显著变化。未来稀释程度也将取决于有多少股份归属，以及 Amazon 如何行权。

投资者必须区分三个描述不同事项的数字：

• 600 亿美元指的是与认股权证完全归属挂钩的 Amazon 最高付款水平。

• 2500 万股指的是认股权证覆盖的 Qualcomm 股份最高数量。

• 375 万股指的是因初始承诺而在发行时已归属的股份。

这些数字均未披露 Qualcomm 将在下一季度或下一财年确认多少收入。

市场反应反映的是预期，而非已入账销售额。投资者正在为 Qualcomm 成为重要数据中心供应商的更大可能性定价。

这一预期有合理依据。与超大规模云服务商的合作关系可以影响未来客户、供应商、软件开发者和制造计划。

但这也带来执行风险。Qualcomm 过去曾试图凭借 Centriq 进入服务器处理器市场，但该尝试未能建立起持久业务。

如今的推理市场不同于 Qualcomm 当年瞄准的通用服务器 CPU 市场。公司可以运用在手机、汽车、边缘设备和早期云端加速器中积累的神经处理经验。

即便如此，数据中心客户仍要求较长的认证周期和可靠的产品路线图。他们也期待软件支持能跨越硬件代际持续延续。

该协议未提供定制芯片的独立基准测试结果，也未披露功耗范围、良率、产能或迁移成本。

因此，投资者不应将认股权证上限视为销售预测。更恰当的理解是，它勾勒了双方关系可能扩展到的规模。

当采购订单转化为出货、出货转化为持续的 AWS 容量时，这一安排才会更具说服力。在此之前，最高金额仍只是一个激励门槛。

Nvidia 面临压力，但软件仍设定门槛

Qualcomm 加大了推理领域的竞争压力，但 Nvidia 的软件优势使这笔交易不会立即引发市场份额转移。

Nvidia 的优势不止于加速器。CUDA、优化库、开发者工具、网络产品和广泛的框架支持，均能降低部署摩擦。

这一既有基础十分重要，因为 AI 基础设施团队会围绕特定硬件优化模型。迁移工作负载可能需要编译、内核调优、测试、监控变更和运营再培训。

AWS 在 Trainium 和 Inferentia 上也面临同样挑战。其持续投入 Neuron 表明，具备竞争力的芯片需要长期的软件计划支持。

Qualcomm 拥有自己的 Cloud AI 软件栈，也具备支持常见模型的经验。此前的 DL2q 实例曾让开发者通过 AWS 使用 Qualcomm 加速器。

新的合作仍提出了一个更棘手的问题：Qualcomm 能否在维持软件兼容性和生产可靠性的同时，跨多个代际支持定制硬件？

单靠性能宣称无法回答这个问题。买家需要基于具有代表性的模型、批处理规模、上下文长度、延迟目标和数值精度的基准测试。

一款加速器可能在内存容量上领先，却在软件成熟度上落后；它可能在吞吐量上表现出色，却无法达到客户的延迟目标。

能效同样需要完整系统层面的测量。处理器功耗只是机架的一部分，机架还包括内存、网络、散热、存储和主机 CPU。

Qualcomm 表示，其架构受益于低功耗处理和大容量 LPDDR。这些特性适合推理工作负载，因为模型权重的移动可能成为主要限制因素。

公司必须在可比条件下，针对 Nvidia、AMD 和 AWS 芯片验证这些优势。公开规格不能替代这项工作。

Broadcom 和 Marvell 面临的是另一种压力。两者都参与定制芯片和数据中心互连市场，而超大规模云服务商正在寻求专用设计。

Qualcomm 扩大的角色为 AWS 提供了额外的谈判筹码和工程能力，也可能验证市场对定制加速器的需求已超出最大的内部芯片项目。

不过，多供应商策略同样可能帮助现有供应商。AWS 可能会将不同代际或不同工作负载分配给不同合作伙伴，而非选定唯一赢家。

这个市场足以容纳重叠角色。训练集群、实时推理、批处理、推荐模型和智能体工作负载，提出的要求各不相同。

Qualcomm 最明确的机会在于内存密集型推理。大型模型和长上下文需要大量容量，而 token 生成往往会受限于内存移动。

其每卡 768 GB 的设计直接应对了这一限制。公司称，后续代际将通过近内存处理提高有效带宽。

这些说法需要独立证据。定制 AWS 硬件也可能不同于 Qualcomm 公开宣布的 AI200 和 AI250 产品。

双方均未确认架构、制程节点、晶圆代工厂、内存配置、机架设计或首发客户工作负载。

这一信息缺口应当抑制直接比较。现在就说 Qualcomm 已取代 Nvidia 或替换 Amazon 的内部芯片仍为时过早。

更站得住脚的结论更为有限：AWS 现在已从 Qualcomm 技术中看到了足够价值，因此作出了初始承诺，并建立了为期十年的激励结构。

对 Nvidia 而言，这意味着又一家有能力的设计组织进入了客户希望实现多元化的市场。对 Qualcomm 而言，这意味着软件考验才刚刚开始。

三项信号将决定这笔交易能否兑现

产品可用性、披露的采购情况和客户可见的性能，将决定这项协议是否会成为持久的 AI 基础设施业务。

第一个信号是具名的 AWS 产品。投资者和开发者应关注采用双方联合开发芯片的 EC2 实例、托管服务或机架配置。

产品发布将把抽象合作转化为可用的云端容量。技术文档应披露支持的模型、软件框架、内存、网络和区域可用性。

时间安排同样重要。如果产品在 Qualcomm 计划中的 AI200 和 AI250 周期内推出，将支持公司按年推进的路线图。

若长期缺乏部署细节，将削弱当前的解读。这意味着商业谈判的推进速度可能快于产品准备程度。

第二个信号是 Qualcomm 披露的数据中心收入。未来财报电话会议应将已确认销售额与潜在的认股权证挂钩采购区分开来。

投资者应关注具有约束力的订单、出货里程碑、设计中标和收入集中度。他们还应留意 Qualcomm 是否调整资本支出或供应承诺。

交易成功并不要求认股权证全部归属。跨多个产品代际的持续采购，将比一笔大额初始订单提供更有力的证据。

相反，若首批之后的归属有限，则表明 Amazon 保留了这一选择权，却没有扩大采购规模。

第三个信号是 AWS 内部的生产表现。有价值的披露应比较真实推理工作负载下的吞吐量、延迟、能耗和运营成本。

客户采用情况将比供应商基准测试更重要。开发者必须能够部署常见模型，而无需承担过多移植、调试或手动优化工作。

AWS 还应明确 Qualcomm 平台与 Trainium、Inferentia 及基于 Nvidia 的实例之间的关系。清晰差异化的工作负载定位将强化该产品的竞争理由。

如果 AWS 广泛开放该硬件、通过熟悉的服务提供支持，并吸引生产环境用户，这笔交易将对竞争平台形成压力。

如果访问权限仍然有限或高度专业化，Qualcomm 仍可能获得收入，但不会改变更广泛的 AI 加速器市场。

因此，Qualcomm 与 Amazon 的 AI 芯片交易之所以重要，在于它开启了什么，而不是已经锁定了多少收入。它为 Qualcomm 提供了一条可信的超大规模路径，也为 AWS 增加了一个基础设施选项。

认股权证结构在保留 Amazon 采购灵活性的同时，提高了潜在回报。这种平衡解释了投资者的兴奋，也解释了仍存的不确定性。

开发者和企业买家应通过文档、基准测试和服务可用性来追踪该硬件，而不应仅关注股价走势。评估新基础设施的团队还可以维护内部工程知识库，记录基准测试笔记、迁移发现和架构决策。

实际问题很简单：AWS 会不会将 Qualcomm 芯片打造为一个客户会反复选择、广泛可用的平台？下一次产品发布、财报披露和生产基准测试应会给出答案。