雅虎財經的一篇分析文章提出了一個引人注目的論點：在亞馬遜高達2000億美元的創紀錄資本開支計劃背後，一個可能被投資者系統性低估的AI贏家正在成形——那就是亞馬遜自己的晶片業務。

該評論指出，市場傾向於將這筆鉅額支出視為沉重的成本負擔，擔心其拖累利潤。但作者認為，這種看法忽略了資金流向的核心部分。亞馬遜並非僅僅在購買土地和伺服器，它正在大舉投資於自研的Trainium（訓練）和Inferentia（推理）晶片，以構建一個從底層矽片到頂層應用的垂直整合AI基礎設施。

文章強調，亞馬遜雲服務（AWS）的客戶，如Anthropic，已經在大規模使用這些定製晶片來訓練和部署其先進的AI模型。這標誌著一個重要的轉變：超大規模雲廠商不再僅僅是輝達GPU的最大買家，它們正日益成為輝達在晶片領域的潛在競爭對手。作者估算，如果這項內部晶片業務被剝離並獨立估值，考慮到其增長軌跡和對昂貴外部GPU的替代效應，其隱含價值可能相當可觀，而當前亞馬遜的整體市值並未對此給予充分體現。

從產業背景看，亞馬遜自研晶片的努力已持續數年。2018年推出首款伺服器晶片Graviton後，其在AI專用晶片上的步伐明顯加快。2023年底釋出的Trainium2晶片，據稱在訓練效能上相比前代有數倍提升，且成本效益顯著。這背後是雲廠商降低對單一供應商依賴、最佳化自身成本結構的強烈動機。在AI算力需求爆炸的當下，輝達的GPU供不應求且價格高昂，自研晶片一旦成熟，不僅能保障自身雲服務的算力供給，還能作為差異化服務吸引客戶，形成新的利潤池。

從「五層蛋糕」的視角審視，這一動態牽動著晶片層和基礎設施層的格局。在晶片層，亞馬遜的Trainium和Inferentia直接與輝達的H100/B200系列，以及AMD的MI300X等產品競爭。雖然目前在軟體生態和絕對效能上仍有差距，但其深度繫結AWS生態、提供更優價效比的策略，正在AI推理和特定訓練負載中撕開缺口。在基礎設施層，這強化了AWS作為雲平台的競爭力，使其能提供從算力、模型服務到應用的全棧解決方案，對微軟Azure和谷歌雲構成壓力。

文章的觀點是，投資者可能過度聚焦於資本開支的規模，而未能區分“維持性”支出與“增長性”投資。亞馬遜在晶片上的投入，屬於構建長期競爭壁壘的增長性投資。一旦其晶片生態成熟，不僅能節省數百億美元的外部採購成本，還可能通過對外銷售或雲服務溢價創造新的收入來源。當然，這仍是一個高風險高回報的賭注，晶片研發週期長、技術迭代快，且面臨輝達強大生態的碾壓式競爭。但該評論堅持認為，這個2000億美元故事裡最精彩的篇章，恰恰是市場當前定價最不充分的部分。