AWS AI算力租赁业务模式及市场分析
业务模式与层次
AWS的AI算力租赁业务涵盖多层次服务，分为四层：
- 基础算力：主要通过EC2直接调用计算资源，规模最大，提供多种实例类型（如P5、P5E、P4、Trainium系列），细分为训练卡（Nvidia A100、H100等）和推理卡（L4、L40S等）。
- 调度平台：未详细说明。
- Mass架构：未详细说明。
- 应用级服务：面向开发者的应用级服务。
租赁方式与成本
- 按需付费（OD）：按秒或按小时计费，成本最高。
- 包年：提供约35%-55%折扣，分为可转换和不可转换实例。
- Spot Instance：最低至原价一至两折，但资源可能随时被收回。
- 毛利率：30%-80%，通用机型搭配自研芯片毛利率较高，GPU类服务器毛利率偏低。
DeepSeek对价格影响
DeepSeek自2024年初受关注，但尚未显著影响AWS H100实例租赁价格。AWS已将其整合至SageMaker Marketplace和Bedrock Marketplace，国内市场多使用H20，海外市场部署较少。
自研芯片进展
- Trainium系列：占比不高，Trainium 2安装基数尚低，大部分算力仍依赖Nvidia GPU。
- 适用场景：Trainium可用於推理场景，如Haiku模型。
- 客户需求：部分客户为性价比和工程化效率主动选择Trainium。
市场前景与预期
- 2025年Trainium2部署：预计10万以内。
- Inferentia芯片：架构设计延续一致性，暂无Inferentia 3计划，Inferentia 2预计2025年供应约10万块。
- 供需情况：AI芯片供不应求，客户部分转移至GCP、Azure等，但AWS仍占主导。
数据分散策略
国内企业倾向数据分散规避绑定风险，海外多数企业仍集中使用AWS。小型团队分散业务反增风险。
AI算力需求
- 增长趋势：持续增长，内部订单显示强劲需求，千卡级别订单存在。
- 大型客户需求：增速上升，新模型和技术（如DeepSeek）推动需求。
- 训练与推理比例：2025年预计五五开，训练增长较快。
- 训练卡转推理：部分公司存在此行为，特定情况下具优势。
全球供需情况
- 2025年供给：预计约1000亿，短期内能覆盖需求。
- GPU年增长：历史增量50-70，AI兴起后增速提升，年增长率10%-20%。
- 2026年capex增速：GPU部分占比不超过10%，即使高增长贡献有限。
数据中心规划
- 公开信息：可通过AWS Global Infrastructure页面查询新区域建设。
- 区域差异：不同区域GPU需求显著，如台湾A100/H100，沙特X86为主。
- 液冷技术：新建数据中心采用液冷，旧设施以风冷为主。
采购与部署
- 2025年Nvidia卡片采购：预计约十万张H系列，下单与交付可能存在差距。
- GB200/B200：GB200用于Project Simba，B200预计全年部署不超过一万张。
HBM芯片
- 出货量预测：2025年150-200万颗，但推算市场容量不完全准确。
- 使用周期：较长期，HBM3用于Trainium 2和3，采购到上架需2-3年。
DeepSeek技术影响
- 中国市场：掀起新浪潮，豆包、Kimi等平台覆盖三四线城市，推动大模型普及。
- 海外市场：基于开放模型推广较快，AWS Marketplace已支持调用。
算力商业化
- 盈利模式：按机器运行时间收费，按百万token调用次数收费。
- 满血版配置：需八张H200显卡，单卡141GB内存。
投资人关注
- 关注点：关键硬件、agent问题、大模型应用落地。
- 生产化落地场景：边缘场景、助手工具、游戏翻译审核、电商VOC分析、会议助手转录。
技术趋势
- 发展方向：实际生产环境应用，多模态能力。
- 分阶段测试：从Sonet到Haiku、AWS Nova等逐步降本增效。
全球收入预期
