Snowflake砸60亿美元押注AWS自研芯片：CPU在AI时代重回舞台中央

云数据仓库巨头Snowflake宣布，未来五年将向亚马逊AWS的Graviton CPU和AI加速器投入60亿美元。这笔交易不仅创下Snowflake对单一云基础设施的最大投资纪录，更传递出一个明确信号：在GPU统治AI叙事多年之后，CPU正在悄然回归舞台中央。

60亿美元的战略赌注

根据合作协议，Snowflake将使用AWS上的GPU集群与Graviton CPU核心组合，运行和训练其生成式AI模型与服务。Snowflake CEO Sridhar Ramaswamy表示："我们正在让企业更容易地将AI直接应用于受管控的数据，从而更快行动、以更高密度运营，并实现可衡量的规模化影响。"

Snowflake是AWS的长期客户，自2011年起便构建在亚马逊的服务器基础之上。近年来，该公司已将越来越多的计算负载从Intel和AMD的CPU迁移至亚马逊自研的Arm架构Graviton实例。

目前已迭代至第五代的Graviton处理器，单颗芯片集成192个Arm Neoverse V3核心，搭配12通道内存，速度可达8800 MT/s。其性价比优势正是吸引Snowflake持续加大投入的关键因素。

CPU重回聚光灯下

多年来，GPU和其他AI加速器几乎垄断了行业对AI算力的想象。但一个被忽视的事实是：大语言模型本身确实运行在GPU上，但模型调用的工具和函数——一条SQL查询、一个Python脚本——并不依赖GPU。这些工作负载仍然需要CPU来执行。

随着AI智能体的广泛应用，每一次工具调用的性能都受限于CPU处理请求的速度。这直接推动了CPU核心需求的重新爆发。

以Snowflake的Cortex AI平台为例，它能实现自然语言转SQL查询、数据摘要和情感分析等功能。这些AI能力的背后，是海量的CPU计算在支撑——从数据预处理到查询执行，再到结果渲染。

财务逻辑：1200万美元的年度筹码

Snowflake在AWS市场上的累计销售额已突破70亿美元，仅2025年就超过20亿美元。60亿美元的基础设施投资意味着年均支出约12亿美元。Snowflake显然赌的是，AI工具带来的收入增长将远超基础设施成本。

华尔街对此反应积极。消息公布后，Snowflake盘后股价大涨超过30%。

Meta也在走同样的路

Snowflake并非唯一一个深度绑定Graviton生态的玩家。今年4月，Meta透露计划部署数千万颗AWS Graviton 5核心，这笔多年合作预计将使其成为亚马逊自研芯片的最大消费方之一。

与Snowflake相似，Meta的云基础设施支出主要指向AI智能体的核心部署。不过，Meta与AWS的合作可能只是权宜之计——它在等待Arm自有AGI处理器的面世。相比之下，Snowflake对AWS的依赖更为深度，短期内没有分散算力来源的迹象。

结语

Snowflake这60亿美元的赌注，折射出AI基础设施领域正在发生的一次深层转变：GPU负责"思考"，CPU负责"执行"，二者缺一不可。在AI应用从模型训练走向智能体落地的进程中，CPU的价值正在被重新定价。对于整个云计算和数据仓库行业而言，Graviton的崛起或许只是一个开始。