亚马逊的算力，已经卖到了 2028 年。
近日，亚马逊首席执行官 Andy Jassy 与 a16z 联合创始人 Ben Horowitz 展开深度对谈，系统阐述公司 AI 战略。
他指出，AI 需求远超供给，2026 年产能已售罄、2027 年基本售罄，2028 年也有相当一部分被预定。
在他看来，算力短缺将持续数年，推理成本压低一个数量级，需求才会真正爆发。
投入 2200 亿美元仍不够
Andy Jassy 以执掌亚马逊五年的视角，将当下这轮 AI 浪潮与早期云计算进行对比。
AWS 当年用了三年才做到 6000 万美元年化营收，而内部的 AI 业务同样用三年，就突破了 250 亿美元。
他认为，扩建有望把 AWS 推上万亿美元年化营收。
为此，亚马逊预计 2026 年资本支出约 2200 亿美元，Horowitz 换算为每日约 6 亿美元。
2200 亿美元贵不贵？贾西的回答是" 有节制 "。
在他看来，服务器和网络设备只需提前数月下单，可待客户需求确认后再采购；数据中心虽需约两年建成、使用年限约 30 年，但多数合约为五年期承诺订单。
换句话说，这不是一场无准备的豪赌，而是" 先有订单、再盖房子 "。
Andy Jassy 表示，即便达到这一投入规模，" 我们依然会留下大量未被满足的需求 "。
" 我真希望我能说供给紧张只是 2027 年的问题。但我认为未来数年，不同组件都会持续面临供给约束。"
不过，他同时承认，数据中心同步建设、尚未变现的阶段，自由现金流会承压。
据悉，过去 12 个月亚马逊自由现金流流出 76 亿美元。
值得一提的是，面对稀缺产能，Andy Jassy 否定了 " 把产能卖给愿意出更高价的 AI 实验室 " 的思路，宁可压低短期收入也要守住长期客户关系。
" 我们不会压榨客户。"AI 需求呈 " 杠铃式 " 分布
Andy Jassy 的乐观预测建立在AI 需求的 " 杠铃结构 "上。
杠铃一端是消耗着 " 前所未见 " 巨量算力的 AI 实验室；另一端是企业用 AI 降本增效，覆盖客服、风控与流程自动化等场景；而规模最大的其实是中间段，即企业现有的生产负载，绝大多数尚未部署推理。
他预测，5~7 年内，" 相当多甚至大部分 " 企业应用会广泛使用推理，但 " 这不会一蹴而就 "，核心瓶颈在成本。
" 在我看来，要想实现尽可能广泛的落地，推理成本还是高出一个数量级。"
而成本缺口，正是亚马逊自研芯片发挥作用的地方。
公司 2015 年收购芯片设计企业 Annapurna Labs，初衷是提升服务器效率，该团队后续开发出 Graviton CPU 与 Trainium AI 加速器。
Andy Jassy 表示，Trainium 相比同级别的处理器，性价比高出 30% 至 40%；Graviton 对比竞品 x86 芯片，性价比提升约 40%。
他称，AWS 规模前 1000 的 EC2 大客户几乎都在使用 Graviton。
据亚马逊披露，Trainium 已经锁定超 2250 亿美元未来收入订单，其中包含和 Anthropic、OpenAI 签订的多年、数吉瓦规模的合作协议。
Andy Jassy 认为，收购 Annapurna 或许是亚马逊史上最成功的一笔交易。
AI 芯片战略将成为核心议题
值得注意的是，亚马逊将于 10 月 29 日发布第三季度财报。
市场普遍预计，AI 芯片战略预计将成为本次财报电话会的核心议题。
在预测交易平台 Kalshi 上，交易员判断高管在电话会议中提及 Trainium 的概率为 96%，提及亚马逊模型接入平台 Bedrock 的概率为 95%。
上季度财报数据显示，AWS 二季度营收同比增长 37% 至 422 亿美元，创 18 个季度以来最快增速，年化收入达 1690 亿美元。
华尔街共识预计，公司第三季度每股收益 1.96 美元、营收约 2022 亿美元。
德意志银行的预测更为乐观：AWS 三季度收入预计同比增长 41%、营收约 465 亿美元，公司总营收 2028 亿美元逼近指引上限，营业利润 269 亿美元。
该行维持 " 买入 " 评级及 325 美元目标价，并把公司 2027 年资本开支预测上调至约 3300 亿美元，远高于市场预期的 2900 亿。
看多该股的投资者认为，自研芯片能够降低成本，这也是容忍现金流消耗的理由。
不过，需求集中于少数 AI 实验室，仍是一个待解的风险点。
