亚马逊云服务（AWS）的算力供给正被 AI 需求快速消耗。亚马逊 CEO Andy Jassy 在创投公司 Andreessen Horowitz 的播客访谈中透露，AWS 2026 年的大型运算产能已全部被客户预订，2027 年大部分产能也已售罄，甚至 2028 年也有相当比例产能获得客户承诺。这意味着云基础设施的供需紧张并非短期现象，而是已经延伸到未来数年的订单簿上。

Jassy 将这一局面归因于两股力量叠加：AI 实验室对算力资源的需求达到前所未见的规模，同时企业传统云端业务仍在持续增长。即便 AWS 积极扩充产能，仍难以完全满足客户需求。他补充说，AWS 会保留部分产能用于支持随选运算以及 Bedrock、EC2 等服务，但大型运算产能大多已被预订，反映云端基础设施需求持续强劲。

比算力更棘手的，是物理资源的约束。Jassy 明确指出，目前数据中心、电力及内存资源都相当有限，他不认为相关短缺会在 2027 年结束，部分零组件的供应限制甚至可能持续数年。随着 AI 与常规云端业务同步扩张，AWS 必须在有限的记忆体供应下，权衡高频宽记忆体（HBM）与常规云端业务所需动态随机存取记忆体（DRAM）之间的资源分配。这一取舍并非 AWS 独有，而是整个 AI 基础设施扩张面临的共同瓶颈：HBM 产能被 AI 加速器大量吸纳，挤压了通用服务器与消费电子所需的 DRAM 供给。

在供给受限的背景下，亚马逊把降低单位算力成本作为突破口。Jassy 表示，自研 AI 加速器 Trainium 相较同级处理器，性价比高出约 30% 至 40%。他认为，尽管近年 AI 推论成本已明显下降，但若要推动 AI 更广泛地进入企业应用，目前成本仍比理想水准高出约一个数量级，因此降低推论成本是扩大企业采用的关键。

这一策略在亚马逊此前的自研芯片上已有先例。Jassy 指出，AWS 前 1,000 大 EC2 客户中，已有 99% 使用自研 CPU Graviton，其性价比相较其他 x86 处理器高出约 40%。如今亚马逊把同样的思路延伸到 AI 加速器 Trainium，希望以自研芯片压低运算成本、增强云端服务的竞争力。对云厂商而言，自研芯片既能减少对外部 GPU 供应的依赖，也能在电力与机架空间受限时提升每瓦性能。

资本开支层面，亚马逊预计 2026 年投入约 2,200 亿美元，覆盖数据中心、伺服器及网路设备等。Jassy 表示，即使投入如此庞大的资金，AWS 仍无法完全满足市场需求，进一步扩大投资仍可能具有经济效益。这一表态与近期超大规模云厂商普遍上调资本开支指引的趋势一致，也意味着 AI 基础设施投资周期远未到顶。

亚马逊预计于 10 月 29 日公布第三季财报，届时 AWS 营收成长、资本支出及 AI 基础设施投资进展将成为市场关注焦点。对投资者而言，需要观察的不只是订单能见度，还包括电力接入进度、内存采购成本以及 Trainium 的实际部署规模——这些因素共同决定 AWS 能否把已预订的产能转化为可确认的收入。