2025行業(yè)分析報告 4 4 6 7 113.2.1.協(xié)同效應(yīng)：與電商平臺共同構(gòu)建一個強大的“技術(shù)研發(fā)-內(nèi)部驗證-外部商業(yè)化”的良性循環(huán) 3.2.2.技術(shù)優(yōu)勢：體現(xiàn)在對核心底層架構(gòu)、安全隔離的深刻理解、以及以API為核心的設(shè)計哲學(xué) 3.2.3.定價革命：“按需付費”較大地降低了客戶的創(chuàng)新門檻和試錯成本 3.2.4.培育生態(tài)系統(tǒng)：涵蓋開發(fā)者支持以及技術(shù)和咨詢合作伙伴生態(tài)系統(tǒng)化 圖1：2018-2024年全球云基礎(chǔ)設(shè)施服務(wù)支出、同比增速（億美元） 4 5圖3：企業(yè)選擇云計算的優(yōu)勢 5圖4：2020年Q1-2023年Q3全球三大云廠云收入同比增速 6圖5：2023年Q4-2025年Q2全球云基礎(chǔ)設(shè)施服務(wù)支出同比增速 7 8圖7：2022年Q1-2025年Q2全球三大云廠季度同比增速變化 9圖8：2018年-2025年Q2亞馬遜 圖12：AmazonEC2核心應(yīng)用場景 圖13：AmazonEC2多層安全保護 圖14：AmazonEC2安全防火墻 圖16：AmazonAWS按照模塊付費，可選模塊共196種 圖17：AmazonAWS對于開發(fā)者的支持 圖20：AmazonEC2Trn2機柜樣式及性能 圖21：AmazonEC2Trn2UltraServers樣式及性能 圖22：AmazonEC2Trn2UltraClusters樣式及性能 20圖24：2022年-2025年7月大模型初創(chuàng)公司Anthropic年化收入ARR變化（億美元） 21圖25：大模型初創(chuàng)公司Anthropic年化收入ARR（億美元） 21圖26：ClaudeOpus4是Anthropic是全球最佳的編碼模型之一 22圖27：ClaudeSonnet4在SWE-bench上實現(xiàn)了72.7%的出色編碼效率 22圖28：全球模型kimi、Deepseek、通義、ChatGPT、Anthropic各維度對比 22圖29：微軟和OpenAl、亞馬遜和Anthropic的競合關(guān)系 23 24圖31：AmazonBedrockAgentCore包含Agent執(zhí)行實際工作流時所需的基礎(chǔ)工具 25圖32：AmazonBedrock工具可以幫用戶進行寫作創(chuàng)作、文章總結(jié)等工作 25圖33：亞馬遜AWS人工智能產(chǎn)品分布 26圖34：2018年Q1-2025年Q2亞馬遜AWS云服務(wù)收入、同比增速（億美元） 26圖35：2018年Q1-2025年Q2亞馬遜AWS營業(yè)利潤、營業(yè)利潤率（百萬美元） 27圖36：2018年Q1-2025年Q2亞馬遜AWS營業(yè)利潤占公司總營業(yè)利潤比重 27 28 28表1：2018年-2025年三大云廠份額變化 8表2：2006-2012年關(guān)鍵云平臺發(fā)布時間線 表3：AWSTrainium2、NVIDIAH100、AMDMI300X性能參數(shù)對比 表4：Anthropic成立至今融資概覽 211.1.云計算發(fā)展歷程復(fù)盤：從企業(yè)數(shù)字化轉(zhuǎn)型到AI加速云計算是一種通過互聯(lián)網(wǎng)按需交付IT資源和應(yīng)用的服務(wù)模式，具有較大的靈活性、可擴展性和成本效益。云計算（CloudComputing）是一種通過互聯(lián)網(wǎng)按需交付IT資源和應(yīng)用的服務(wù)模式，使用電力或自來水一樣使用公共事業(yè)服務(wù)，使得企業(yè)客戶無需自建發(fā)電廠或水庫（即購買和維護昂貴的物理服務(wù)器、存儲設(shè)備和數(shù)據(jù)中心而是可以直接從云服務(wù)提供商，如亞馬遜AWS、微軟Azure、谷歌云，那里租用計算能力、存儲空間、數(shù)據(jù)庫等資源，并根據(jù)實際使用量付費。這種模式的核心優(yōu)勢在于提供了較大的靈活性、可擴展性和成本效益，使企業(yè)和個人能夠更專注于業(yè)務(wù)創(chuàng)新，而將復(fù)雜的IT基礎(chǔ)設(shè)施管理交給云服務(wù)商。在過去十年中，全球云服務(wù)市場經(jīng)歷了三個截然不同的增長階段。圖1：2018-2024年全球云基礎(chǔ)設(shè)施服務(wù)支出、同比增速（億美元）數(shù)據(jù)來源：Canalys，東北證券（1）企業(yè)數(shù)字化轉(zhuǎn)型+疫情（2018-2022年企業(yè)開始大規(guī)模地將其工作負載遷移至云端2018年到2022年云計算經(jīng)歷了第一波浪潮，其核心驅(qū)動力是企業(yè)的數(shù)字化轉(zhuǎn)型。受益于企業(yè)追求更高的業(yè)務(wù)敏捷性、可擴展性和成本效率，擺脫傳統(tǒng)本地數(shù)據(jù)中心的高擴展成本，企業(yè)開始大規(guī)模地將其工作負載遷移至云端。同時，企業(yè)還可以開發(fā)全新的云原生應(yīng)用，以提升業(yè)務(wù)敏捷性和創(chuàng)新能力。在此階段，云服務(wù)被視為實現(xiàn)彈性、可擴展性和將資本支出（CapEx）轉(zhuǎn)化為運營支出（OpEx）財務(wù)模型的關(guān)鍵工具?？蛻絷P(guān)注的焦點是基礎(chǔ)的計算、存儲和網(wǎng)絡(luò)服務(wù)。數(shù)據(jù)來源：51CTO，CSDN，東北證券數(shù)據(jù)來源：51CTO，東北證券2020年爆發(fā)的全球新冠疫情成為這一趨勢的又一顯著催化劑，為了支持大規(guī)模遠程辦公、線上協(xié)作和數(shù)字化的客戶互動，企業(yè)被迫加速其上云進程，這直接推動了云支出的快速增長。根據(jù)Canalys統(tǒng)計，2019-2021年全球云基礎(chǔ)設(shè)施服務(wù)支出增速分別為37.66%、32.59%、35.00%。（2）降本增效（2022-2023年宏觀環(huán)境不確定性，使得企業(yè)從不計成本的云投入轉(zhuǎn)向嚴格的成本控制和運營效率管理進入2022-2023年，由于全球通貨膨脹、利率上升和地緣政治不確定性等因素，迫使企業(yè)的經(jīng)營策略從不計成本的云投入轉(zhuǎn)向嚴格的成本控制和運營效率管理，使得云業(yè)務(wù)增速出現(xiàn)短期波動。企業(yè)客戶開始在云服務(wù)上降本增效，關(guān)閉閑置資源，選擇更具成本效益的服務(wù)，根據(jù)Canalys統(tǒng)計，全球云基礎(chǔ)設(shè)施服務(wù)支出增速從2021年的35.00%下降至2023年的8.34%。圖4：2020年Q1-2023年Q3全球三大云廠云收入同比增速數(shù)據(jù)來源：Canalys，東北證券AI大模型爆火出圈后，客戶的核心需求從通用的計算資源，轉(zhuǎn)向能夠支持大規(guī)模AI模型訓(xùn)練和推理的專業(yè)化、高性能基礎(chǔ)設(shè)施。2023年2月ChatGPT全球爆火，市場的核心需求不再是通用的計算資源，而是能夠支持大規(guī)模AI模型訓(xùn)練和推理的專業(yè)化、高性能基礎(chǔ)設(shè)施。使得客戶需求從“水平式”量的擴張轉(zhuǎn)變?yōu)椤按怪笔健鄙罨?，即通過高價值、計算密集型的AI工作負載，大幅提升現(xiàn)有云服務(wù)的配置深度，包括作為一次性投資的AI模型“訓(xùn)練”，以及作為經(jīng)常性運營成本的“推理”。我們認為，這意味著云服務(wù)的增長邏輯從IT成本端的降本增效，演變?yōu)锳I時代下的性能追求。在過去企業(yè)數(shù)字化轉(zhuǎn)型階段（2018-2023云在很大程度上被視為一種IT效用設(shè)施——一個靈活、可擴展且理想情況下更具成本效益的本地基礎(chǔ)設(shè)施替代品，在2022-2023年的優(yōu)化階段企業(yè)對成本進行極致追求，證明了他們將云支出視同水電費一樣，是可以被壓縮的開支。在AI時代，云服務(wù)的性能、大模型接入情況或者技術(shù)優(yōu)勢有望占主導(dǎo)。訓(xùn)練和運行生成式AI模型，其核心訴求不再是尋找最便宜的計算，而是能否獲得由數(shù)千個專業(yè)處理器（如GPU/TPU）組成的龐大集群，以及能否使用如AzureOpenAI服務(wù)、亞馬遜Bedrock、谷歌VertexAI等先進的AI平臺。據(jù)Canalys統(tǒng)計，企業(yè)客戶的關(guān)注焦點從“工作負載遷移”轉(zhuǎn)向了“AI工作流”、AI技術(shù)“效率和生產(chǎn)力提升”，企業(yè)的采購決策正從關(guān)注“單位成本”轉(zhuǎn)向關(guān)注“AI應(yīng)用的上市時間”、“模型的性能表現(xiàn)”以及“對尖端技術(shù)的訪問權(quán)”。我們認為，云服務(wù)已從一個IT成本中心，升維為企業(yè)核心業(yè)務(wù)創(chuàng)新的戰(zhàn)略賦能平臺，從而使其更高、更專業(yè)化的支出變得合理且必要。據(jù)Canalys分析，云服務(wù)的增長敘事已經(jīng)從“為了效率上云”轉(zhuǎn)變?yōu)椤盀榱薃I驅(qū)動的生存和增長而必須上云”，使得企業(yè)重新評估其云戰(zhàn)略，并積極追加投資，以避免在新的技術(shù)浪潮中處于落后低位。2024年Q3-2025年Q2全球云基礎(chǔ)設(shè)施服務(wù)支出同比增速連續(xù)四個季度超過20%。據(jù)Canalys數(shù)據(jù)顯示，2025年第二季度全球云基礎(chǔ)設(shè)施服務(wù)支出達到953億美元，同比增長22%，連續(xù)四個季度同比增長超過20%。進入AI時代后，企業(yè)將重點放在了兩大戰(zhàn)略重點上：加速云遷移（通過轉(zhuǎn)移更多工作負載或重啟停滯的本地遷移）以及探索生成式人工智能的應(yīng)用。生成式人工智能高度依賴云基礎(chǔ)設(shè)施，其興起反過來又強化了企業(yè)云戰(zhàn)略，并加快了遷移進度。圖5：2023年Q4-2025年Q2全球云基礎(chǔ)設(shè)施服務(wù)支出同比增速數(shù)據(jù)來源：Canalys，東北證券全球云基礎(chǔ)設(shè)施服務(wù)市場中，亞馬遜AWS、微軟Azure和谷歌云這三大巨頭占據(jù)了市場的主導(dǎo)地位，合計控制著全球約三分之二的市場份額。2018年至今，全球云基礎(chǔ)設(shè)施服務(wù)市場中亞馬遜份額穩(wěn)定為31-33%左右，微軟和谷歌增速快，份額方面微軟從2018年的14%提升至2025年Q2的22%，谷歌從2018年的4.2%增長至2025年Q2的11%。2018年至今，AWS始終是全球云服務(wù)市場的開創(chuàng)者和長期領(lǐng)導(dǎo)者，其市場份額保持在31%至33%的區(qū)間。此外，微軟Azure是最大的市場份額增長者，憑借其深厚的企業(yè)客戶基礎(chǔ)和成功的混合云戰(zhàn)略，Azure在七年內(nèi)將其市場份額從2018年的14%提升至2025年Q2的22%。谷歌云同樣表現(xiàn)出色，通過在數(shù)據(jù)分析和人工智能領(lǐng)域的持續(xù)發(fā)力，其市場份額在2018年的4.2%增長至2025年Q2的11%。三大云廠份額不斷提升，充分彰顯云服務(wù)的強大網(wǎng)絡(luò)效應(yīng)、高昂的客戶轉(zhuǎn)換成本、以及較大的資本準入門檻。2018年至今，三大云服務(wù)商的市場份額持續(xù)向上攀升，從2018年的51%提升至2025年Q2的65%，“其他”供應(yīng)商的合計市場份額已顯著萎縮。我們認為，這充分證明了云市場的強大網(wǎng)絡(luò)效應(yīng)、高昂的客戶轉(zhuǎn)換成本、較強的客戶粘性以及較大的資本準入門檻。表1：2018年-2025年三大云廠份額變化亞馬遜AWS微軟Azure谷歌云其他廠商2018全年32.7%4.2%48.9%2019全年32.3%5.8%45.0%2020Q432.0%20.0%7.0%41.0%2021Q433.0%22.0%9.0%36.0%2022Q432.0%23.0%35.0%2023Q431.0%26.0%33.0%2024Q433.0%20.0%36.0%2025Q132.0%23.0%35.0%2025Q232.0%22.0%35.0%數(shù)據(jù)來源：Canalys，東北證券AI時代的到來有望進一步提升云服務(wù)廠商集中度。我們認為，構(gòu)建和運營大規(guī)模AI模型訓(xùn)練和推理的基礎(chǔ)設(shè)施，需要天文數(shù)字般的資本支出，用于采購先進的GPU和建設(shè)專用的AI數(shù)據(jù)中心，利好資金雄厚的科技巨頭。因此，我們認為，云服務(wù)的集中度有望進一步提升。Canalys分析指出，隨著人工智能從研究階段轉(zhuǎn)向大規(guī)模部署，企業(yè)越來越關(guān)注推理的成本效益，并會比較各種模型、云平臺以及GPU和定制加速器等硬件架構(gòu)。為了應(yīng)對這些挑戰(zhàn)，領(lǐng)先的云服務(wù)提供商正在加大對AI優(yōu)化基礎(chǔ)設(shè)施的投資。包括AWS、Azure和GoogleCloud在內(nèi)的超大規(guī)模云服務(wù)提供商已經(jīng)推出了Trainium和TPU等專有芯片，旨在提高推理效率并降低AI的總體成本。數(shù)據(jù)來源：Canalys，東北證券圖7：2022年Q1-2025年Q2全球三大云廠季度同比增速變化數(shù)據(jù)來源：Canalys，東北證券AI時代，三大云廠各自卡位一家大模型頂級公司，AWS與Anthropic、MicrosoftAzure與OpenAI、GoogleCloud與GoogleAI(DeepMind)。在生成式AI浪潮初期，微軟通過其對OpenAI的數(shù)百億美元投資，獲得了巨大的先發(fā)優(yōu)勢，其AzureOpenAI服務(wù)迅速成為企業(yè)部署AI應(yīng)用的首選平臺之一。與此同時，擁有強大自研能力的谷歌，憑借其Gemini系列模型和GoogleCloud平臺，也構(gòu)成了強大的競爭力。2023年9月開始，亞馬遜向AI大模型初創(chuàng)公司Anthropic投資80億美元巨額資金，Anthropic預(yù)計將亞馬遜AWS作為其主要云提供商，并使用亞馬遜自研芯片進行模型訓(xùn)練推理，并為AWS的客戶提供特別模型定制和微調(diào)功能的早期訪問權(quán)限。AWS+Anthropic:依托AWS龐大的云市場份額和企業(yè)客戶基礎(chǔ)，結(jié)合Anthropic在模型性能和AI安全方面的領(lǐng)先地位。MicrosoftAzure+OpenAI:憑借先發(fā)優(yōu)勢和GPT系列模型的強大品牌效應(yīng)，深度整合入微軟的軟件和服務(wù)生態(tài)。GoogleCloud+GoogleAI(DeepMind):擁有從芯片（TPU）到模型（Gemini）的全棧自研能力，技術(shù)實力雄厚。我們認為，未來全球云服務(wù)的競爭將不再是單一產(chǎn)品或服務(wù)的比拼，而是整個生態(tài)企業(yè)的采購決策，不再僅僅是購買虛擬機或存儲空間，而是購買一整套集成了頂級AI能力的解決方案。過去十年，云服務(wù)商之間的競爭主要圍繞基礎(chǔ)設(shè)施即服務(wù)（IaaS）的性價比和平臺即服務(wù)（PaaS）的豐富性展開。而現(xiàn)在，競爭的焦點正迅速轉(zhuǎn)向AI平臺即服務(wù)（AIaaS）。企業(yè)的采購決策，不再僅僅是購買虛擬機或存儲空間，而是購買一整套集成了頂級AI能力的解決方案。云平臺的核心差異化優(yōu)勢，正從基礎(chǔ)設(shè)施的性能，轉(zhuǎn)變?yōu)槠渌芴峁┑幕A(chǔ)模型的質(zhì)量、集成度以及安全性。云平臺和其上的“殺手級應(yīng)用”（生成式AI）正在被打包成一個不可分割的整體進行銷售。在這場新的戰(zhàn)爭中，誰能提供最強大、最安全、最易于集成的AI“大腦”，誰就將贏得下一代企業(yè)工作負載，從而主導(dǎo)未來的云計算市場。亞馬遜AWS（AmazonWebServices）是作為全球云服務(wù)市場領(lǐng)導(dǎo)者，2018年至今市場份額穩(wěn)定在31-33%。2015-2018年先發(fā)優(yōu)勢顯著，定義云計算市場，諸多明星初創(chuàng)公司需要快速、靈活的基礎(chǔ)設(shè)施來支持其業(yè)務(wù)的爆炸性增長。在這一時期，AWS的增長主要得益于其無可匹敵的先發(fā)優(yōu)勢。很多明星初創(chuàng)公司或者行業(yè)頭部企業(yè)需要快速、靈活且無需前期資本投入的基礎(chǔ)設(shè)施來支持其業(yè)務(wù)的爆炸性增長。在此期間，AWS不僅提供了核心的計算（EC2）和存儲（S3）服務(wù)，還不斷擴展其產(chǎn)品組合，例如在2017年推出AmazonSageMaker，為后來的機器學(xué)習(xí)服務(wù)奠定了基礎(chǔ)。像Zynga和Reddit這樣的大規(guī)?；ヂ?lián)網(wǎng)公司將其基礎(chǔ)設(shè)施完全遷移到AWS，這起到了強大的示范效應(yīng)，鞏固了AWS作為網(wǎng)絡(luò)規(guī)模應(yīng)用首選云平臺的地位。傳統(tǒng)企業(yè)上云+疫情催生線上需求，2019-2022年AWS收入CAGR為32%。隨著云市場的成熟，AWS的戰(zhàn)略重心轉(zhuǎn)向了規(guī)模龐大、預(yù)算充足的大型企業(yè)市場，開始幫助傳統(tǒng)企業(yè)完成復(fù)雜的“上云”遷移。同時，2020年爆發(fā)的新冠疫情顯著地加速了這一進程，遠程辦公、在線教育和電子商務(wù)的激增導(dǎo)致對云服務(wù)的需求井噴，AWS的收入也從2019年的約350億美元躍升至2022年的801億美元，復(fù)合增速為32%。在這一階段，AWS的競爭優(yōu)勢體現(xiàn)在其服務(wù)廣度上，提供了超過200項涵蓋幾乎所有IT需求的服務(wù)，形成了一個強大的生態(tài)優(yōu)勢。AI大模型催生云服務(wù)需求再加速，AWS通過集成多種大模型、成為客戶AI模型的“選擇平臺”。在經(jīng)歷了2023年的短暫增長放緩和客戶成本優(yōu)化后，AWS的增長引擎被生成式AI重新點燃。面對微軟Azure在AI領(lǐng)域的強勢進攻，AWS迅速調(diào)整戰(zhàn)略，將自己定位為AI模型的“選擇平臺”。通過其AmazonBedrock服務(wù)，AWS不僅提供了自家的Titan系列模型，還廣泛集成了來自Anthropic（Claude模型）、StabilityAI等第三方領(lǐng)先AI公司的模型，為客戶提供了極大的靈活性和選擇權(quán)，。2023-2024年全年AWS云服務(wù)收入增速分別為13.31%、18.51%，2025年H1為圖8：2018年-2025年Q2亞馬遜AWS云服務(wù)收入、同比增速數(shù)據(jù)來源：wind，東北證券3.2.1.協(xié)同效應(yīng)：與電商平臺共同構(gòu)建一個強大的“技術(shù)研發(fā)-內(nèi)部驗證-外部商業(yè)化”的良性循環(huán)AWS的誕生，來源于亞馬遜在運營自身電子商務(wù)業(yè)務(wù)時所面臨的嚴峻挑戰(zhàn)。在21世紀初，A（亞馬遜電商平臺）的快速增長給其工程團隊帶來了巨大的IT系統(tǒng)擴展壓力。這些擴展過程成本高昂且耗時，嚴重拖累了開發(fā)效率。亞馬遜的工程師們必須不斷解決復(fù)雜的IT基礎(chǔ)設(shè)施規(guī)?；瘑栴}，這段經(jīng)歷錘煉了他們在構(gòu)建和管理可靠、高效、可擴展基礎(chǔ)設(shè)施方面的核心能力。公司管理層認為，亞馬遜所面臨的這些技術(shù)挑戰(zhàn)是普遍存在的，幾乎所有希望在互聯(lián)網(wǎng)上發(fā)展的公司都會遇到同樣的問題，決定將其內(nèi)部工具商業(yè)化，為外部客戶提供服務(wù)，AWS的雛形由此誕生。數(shù)據(jù)來源：RedStag，東北證券亞馬遜電商平臺是云服務(wù)AWS的“零號客戶”，為AWS的產(chǎn)品帶來了與生俱來的實用性和可靠性。與后來將云計算視為一個新市場進入的競爭對手不同，AWS是它自己服務(wù)的“零號客戶”。這意味著其最初的服務(wù)并非在真空中設(shè)計，而是經(jīng)過了亞馬遜自身超大規(guī)模、任務(wù)關(guān)鍵型業(yè)務(wù)千錘百煉的解決方案。這種“自產(chǎn)自用”的背景，為AWS的產(chǎn)品帶來了與生俱來的實用性和可靠性，也為其在早期開發(fā)者社區(qū)中贏得了無與倫比的信譽和信任。時至今日，A仍然是AWS最大和最重要的客戶之一。例如，亞馬遜將其內(nèi)部的5000個數(shù)據(jù)庫從甲骨文遷移到了AWS上，這一方面為AWS節(jié)省了巨額的許可費用，另一方面也成為了展示AWS處理超大規(guī)模關(guān)鍵任務(wù)能力的最佳案例。（2）先發(fā)優(yōu)勢：當(dāng)競爭對手終于推出可行的IaaS產(chǎn)品時，AWS已經(jīng)是一個功能豐富、穩(wěn)定可靠且覆蓋全球的成熟平臺，從而提升用戶替換成本。AWS的核心服務(wù)于2006年推出，而其主要競爭對手則姍姍來遲。谷歌的第一個云產(chǎn)品AppEngine（PaaS平臺）于2008年問世，而微軟Azure的IaaS產(chǎn)品直到2010年才正式推出。表2：2006-2012年關(guān)鍵云平臺發(fā)布時間線亞馬遜云服務(wù)(AWS)谷歌云(GoogleCloud)微軟Azure2006S3(存儲)&EC2(計算)--2007S3&EC2在全球范圍--2008-AppEngine(PaaS)發(fā)布-2009RDS(數(shù)據(jù)庫)&VPC(網(wǎng)絡(luò))發(fā)布--2010--AzureIaaS(VMRole)2012DynamoDB&RedshiftComputeEngine(IaaS)-數(shù)據(jù)來源：Google，東北證券當(dāng)競爭對手終于推出可行的IaaS產(chǎn)品時，AWS已經(jīng)是一個功能豐富、穩(wěn)定可靠且覆蓋全球的成熟平臺，從而提升用戶替換成本。這幾年的先發(fā)優(yōu)勢，使得AWS可以（1）完善核心產(chǎn)品：不斷迭代S3和EC2，增加功能并提升性能。（2）擴展服務(wù)組合：陸續(xù)推出了關(guān)系數(shù)據(jù)庫服務(wù)（RDS,2009年）、虛擬私有云（VPC,2009年）、NoSQL數(shù)據(jù)庫（DynamoDB,2012年）和數(shù)據(jù)倉庫（Redshift,2012年）等關(guān)鍵服務(wù)，滿足了更廣泛的客戶需求。（3）建設(shè)全球基礎(chǔ)設(shè)施：在全球范圍內(nèi)投資數(shù)十億美元建設(shè)數(shù)據(jù)中心，形成了覆蓋多個區(qū)域（Regions）和可用區(qū)（AvailabilityZones）的龐大網(wǎng)絡(luò)，確保了低延遲和高可用性。隨著客戶在AWS上構(gòu)建的應(yīng)用日益復(fù)雜，將其遷移到另一個云平臺在技術(shù)上和經(jīng)濟上都變得較有挑戰(zhàn)性，從而形成了一道堅固的經(jīng)濟護城河。3.2.2.技術(shù)優(yōu)勢：體現(xiàn)在對核心底層架構(gòu)、安全隔離的深刻理解、以及以API為核心的設(shè)計哲學(xué)S3與EC2的基礎(chǔ)架構(gòu)為AWS云服務(wù)構(gòu)筑規(guī)模化的支柱。AmazonSimpleStorageService（AmazonS3）是一項對象存儲服務(wù)，具備行業(yè)領(lǐng)先的可擴展性、數(shù)據(jù)可用性、安全性和性能。數(shù)百萬不同規(guī)模和行業(yè)的客戶可以為幾乎任何使用案例存儲、管理、分析和保護任意數(shù)量的數(shù)據(jù)，例如數(shù)據(jù)湖、云原生應(yīng)用程序和移動應(yīng)用程序。借助高成本效益的存儲類別和易于使用的管理功能，客戶可以優(yōu)化成本、組織并分析數(shù)據(jù)，以及配置精細調(diào)整過的訪問控制，從而滿足特定的業(yè)務(wù)與合規(guī)性要求。數(shù)據(jù)來源：亞馬遜AWS官網(wǎng)，東北證券EC2(彈性計算云)通過虛擬機提供了可擴展的計算資源，有望解決客戶“過度配置”問題。其核心創(chuàng)新在于“彈性”——能夠根據(jù)需求，通過自動擴展和彈性負載均衡等功能，按需、自動地增減數(shù)量。這直接解決了前云時代因容量規(guī)劃不準而導(dǎo)致的“過度配置”問題。數(shù)據(jù)來源：亞馬遜AWS官網(wǎng)，東北證券此外，EC2還擁有超過750個模塊組件，使得客戶可選擇最新的處理器、存儲、聯(lián)網(wǎng)、操作系統(tǒng)和購買模型，以幫助客戶最好地滿足工作負載的需求。AWS是首家支持英特爾、AMD和Arm處理器的主要云提供商，既是唯一具有按需EC2Mac的云，也是唯一具有400Gbps以太網(wǎng)網(wǎng)絡(luò)的云。AWS為機器學(xué)習(xí)培訓(xùn)提供最佳性價比，同時也為云中的每個推理提供了最低的成本。與任何其他云相比，有更多的SAP、高性能計算（HPC）、機器學(xué)習(xí)和Windows工作負載在AWS上運行。圖12：AmazonEC2核心應(yīng)用場景數(shù)據(jù)來源：亞馬遜AWS官網(wǎng)，東北證券數(shù)據(jù)來源：亞馬遜AWS官網(wǎng)，東北證券相較于谷歌，AWS為客戶IT工作負載的遷移創(chuàng)造了更低的門檻。相較于谷歌如原生容器化的工程理念，AWS專注于客戶需求，為絕大多數(shù)現(xiàn)有IT工作負載的遷移創(chuàng)造了更低的門檻。前云時代的互聯(lián)網(wǎng)世界是建立在運行操作系統(tǒng)的物理服務(wù)器之上的，而虛擬機是這一范式的最直接替換。EC2提供了彈性和按需供應(yīng)的新優(yōu)勢，使得企業(yè)可以采用“直接遷移”的方式上云。相比之下，谷歌主張無服務(wù)器（AppEngine）或容器化（GKE并將虛擬機視為過時技術(shù)，使得企業(yè)需要適應(yīng)PaaS或容器等新范式而徹底重構(gòu)應(yīng)用。這種戰(zhàn)略上的錯位使得AWS通過提供解決客戶當(dāng)前問題、適配其現(xiàn)有架構(gòu)和技能的工具，成功捕獲了龐大的存量市場，而谷歌則難以挑戰(zhàn)其已建立的穩(wěn)固地位。Xen虛擬化技術(shù)構(gòu)筑安全與隔離的基石。公共云最顯著的挑戰(zhàn)之一是實現(xiàn)安全的多租戶如何在同一臺物理硬件上運行多個客戶的虛擬機，同時確保它們之間互不干擾、數(shù)據(jù)互不可見。AWS早期的解決方案是采用一個高度定制化的Xenhypervisor（虛擬機監(jiān)控程序）。Xen通過在比客戶操作系統(tǒng)（GuestOS）更高權(quán)限的CPU環(huán)（Ring0）中運行，而在較低權(quán)限的環(huán)（Ring1）中運行客戶操作系統(tǒng)，從而提供了強大的隔離。至關(guān)重要的是，hypervisor負責(zé)管理物理資源。它會在內(nèi)存被釋放給另一個客戶之前進行擦除（清零并對磁盤訪問進行虛擬化，阻止客戶直接訪問底層硬件。此外，強制性的防火墻也被實現(xiàn)在hypervisor層，位于物理網(wǎng)卡和虛擬網(wǎng)卡之間。這意味著所有網(wǎng)絡(luò)包都必須經(jīng)過這一層過濾，從而提供了一個無法從客戶操作系統(tǒng)內(nèi)部篡改的堅固安全邊界。這一系列復(fù)雜而關(guān)鍵的技術(shù)實現(xiàn)，有助于AWS實現(xiàn)更強大的數(shù)據(jù)安全、客戶隱私信任。圖13：AmazonEC2多層安全保護圖14：AmazonEC2安全防火墻數(shù)據(jù)來源：亞馬遜AWS官網(wǎng)，東北證券3.2.3.定價革命：“按需付費”較大地降低了客戶的創(chuàng)新門檻和試錯成本“按需付費”使得客戶只需為他們實際消耗的資源付費，較大地降低了創(chuàng)新的門檻和試錯的成本?！鞍葱韪顿M”（Pay-as-you-go）是AWS最具顛覆性的商業(yè)創(chuàng)新。它將企業(yè)在IT上的巨額前期資本支出（CAPEX）轉(zhuǎn)變?yōu)榭勺兊倪\營支出（OPEX）?？蛻糁恍铻樗麄儗嶋H消耗的資源付費，計量單位可以精確到秒或小時，無需簽訂長期合同或支付復(fù)雜的許可費用。這種模式類似于支付水電費，用多少付多少，不用即停，無額外成本，極大地降低了創(chuàng)新的門檻和試錯的成本。開發(fā)者可以快速啟動一個項目進行實驗，如果失敗，損失也微乎其微，這極大地激發(fā)了創(chuàng)新活力。數(shù)據(jù)來源：亞馬遜AWS官網(wǎng)，東北證券按需付費模式與資金緊張的初創(chuàng)企業(yè)完美契合，許多標志性初創(chuàng)公司，包括Netflix、Dropbox和Airbnb，都是在AWS上構(gòu)建其整個業(yè)務(wù)的。例如Airbnb在公司成立一年后，為了“快速行動并保持精簡”，Airbnb將其幾乎所有的云計算功能都遷移到了AWS。通過使用EC2、S3和RDS，他們得以將工程資源集中在匹配房東與租客的核心業(yè)務(wù)上，而不是耗費在基礎(chǔ)設(shè)施的日常管理上。再例如Netflix作為AWS最早期的“元老級”客戶之一，Netflix將其幾乎所有的計算和存儲需求都放在AWS上，包括視頻轉(zhuǎn)碼、數(shù)據(jù)庫和推薦引擎等，充分利用了AWS的巨大規(guī)模。這些初創(chuàng)公司也為AWS的研發(fā)和創(chuàng)新提供新引擎和新場景。例如Netflix不斷挑戰(zhàn)AWS平臺能力的極限，為AWS提供了寶貴的、真實世界的壓力測試，并反過來驅(qū)動了新功能和新服務(wù)的開發(fā)，最終使整個平臺受益。例如，Netflix著名的開源項目“混沌猴”（ChaosMonkey）就是為了在AWS上通過主動制造故障來測試系統(tǒng)韌性而開發(fā)的。這種來自極限用例的反饋和知識，為AWS提供了改進可靠性、可擴展性和性能的路線圖。當(dāng)AWS推出像DynamoDB（高性能NoSQL數(shù)據(jù)庫）或Kinesis（實時數(shù)據(jù)流服務(wù)）這樣的服務(wù)時，正是為了響應(yīng)這些超大規(guī)?？蛻羲故境龅男枘壳?，AmazonAWS按照模塊付費，可選模塊共196種，包括容器、數(shù)據(jù)庫、量子技術(shù)、機器人技術(shù)、機器學(xué)習(xí)等多種模塊產(chǎn)品。同時，其精細到秒的計費粒度對于處理短暫或突發(fā)性工作負載的客戶而言，具有很強的成本吸引力。圖16：AmazonAWS按照模塊付費，可選模塊共196種數(shù)據(jù)來源：亞馬遜AWS官網(wǎng)，東北證券3.2.4.培育生態(tài)系統(tǒng)：涵蓋開發(fā)者支持以及技術(shù)和咨詢合作伙伴生態(tài)系統(tǒng)化對于開發(fā)者，AWS提供了全面的文檔、活躍的開發(fā)者論壇、內(nèi)容豐富的白皮書以及針對多種編程語言的軟件開發(fā)工具包（SDK極大地降低了開發(fā)者的學(xué)習(xí)和使用門檻。圖17：AmazonAWS對于開發(fā)者的支持數(shù)據(jù)來源：亞馬遜AWS官網(wǎng)，東北證券對于AWS合作伙伴，AWS于2012年正式推出的APN，將技術(shù)和咨詢合作伙伴生態(tài)系統(tǒng)化。這極大地擴展了AWS的銷售和服務(wù)覆蓋范圍，幫助企業(yè)客戶進行遷移和管理，同時也創(chuàng)造了另一層客戶粘性——客戶不僅依賴AWS，還依賴于圍繞AWS構(gòu)建的整個工具和服務(wù)生態(tài)。目前，這個生態(tài)系統(tǒng)包括數(shù)百萬活躍客戶、數(shù)萬家合作伙伴以及在AWSMarketplace上提供的海量第三方軟件和服務(wù)。對于新客戶而言，選擇AWS意味著可以立即接入這個龐大的資源網(wǎng)絡(luò)，輕松找到所需的技術(shù)解決方案和專業(yè)服務(wù)。AWS在自研芯片領(lǐng)域的持續(xù)投入也構(gòu)成了其關(guān)鍵優(yōu)勢。AWSTrainium芯片是AWS專門為人工智能訓(xùn)練和推理打造的人工智能芯片系列，可在降低成本的同時提供高第一代AWSTrainium芯片為AmazonElasticComputeCloud（AmazonEC2）Trn1提供支持，訓(xùn)練成本比同類AmazonEC2（用英偉達、AMD等非自研芯片）低50％，包括Databricks、Ricoh、NinjaTechAI和ArceeAI在內(nèi)的許多客戶都已通過Trn1實現(xiàn)性能和成本優(yōu)勢。AWSTrainium2芯片的性能是第一代Trainium的4倍，可用于訓(xùn)練和部署具有數(shù)千億至數(shù)萬億參數(shù)的模型?；赥rainium2的AmazonEC2Trn2專為生成式人工智能而構(gòu)建，是用于訓(xùn)練和部署具有數(shù)千億至數(shù)萬億參數(shù)的模型的功能強大的EC2。與當(dāng)前一代基于GPU的EC2P5e和P5en相比，Trn2的性價比高出30-40%。圖18：AWSTrainium2與Trainium數(shù)據(jù)來源：亞馬遜AWS官網(wǎng)，東北證券基于Trainium2的AmazonEC2Trn2采用16個Trainium2芯片，這些芯片使用專有的芯片間互連技術(shù)NeuronLink進行連接?？蛻艨梢允褂肨rn2訓(xùn)練和部署大型語言模型（LLM）、多模態(tài)模型和擴散轉(zhuǎn)換器，以構(gòu)建廣泛的下一代生成式人工智能應(yīng)用程序集。Trn2UltraServers是一款全新的EC2產(chǎn)品非常適合需要比獨立EC2更多的內(nèi)存和內(nèi)存帶寬的大型模型。UltraServer設(shè)計使用NeuronLink將四個Trn2中的64個Trainium2芯片連接到一個節(jié)點。在推理方面，UltraServers有助于提供業(yè)界領(lǐng)先的響應(yīng)時間，打造最佳的實時體驗。在訓(xùn)練方面，UltraServers以比獨立更快的速度并行運行模型集體通信，從而提高模型訓(xùn)練速度和效率。圖20：AmazonEC2Trn圖20：AmazonEC2Trn2機柜樣式及性能數(shù)據(jù)來源：亞馬遜AWS官網(wǎng)，東北證券圖21：AmazonEC2Trn2UltraServers樣式及性能數(shù)據(jù)來源：亞馬遜AWS官網(wǎng)，東北證券數(shù)據(jù)來源：亞馬遜AWS官網(wǎng)，東北證券圖22：AmazonEC2Trn2UltraClusters樣式及性能數(shù)據(jù)來源：亞馬遜AWS官網(wǎng)，東北證券Trainium1主要對標NVIDIAA100，Trainium2主要對標NVIDIAH100GPU以及AMDInstinctMI250X/MI300X系列。從單芯片的算力（TFLOPS）來看，NVIDIAH100更有優(yōu)勢。例如，單顆Trainium2芯片提供667TFLOPS的BF16算力，而H表3：AWSTrainium2、NVIDIAH100、AMDMI300X性能參數(shù)對比AWSTrainium2NVIDIAH100(SXM5)AMDInstinctMI300XHopperCDNA3制程工藝N/A4nm5/6nm算力(BF16/FP16)667TFLOPS1979TFLOPS(稀疏)1307TFLOPS算力(稠密FP8)1299TFLOPS3958TFLOPS(稀疏)2614TFLOPS(稀疏)96GBHBM3HBM3HBM32.9TB/s3.35TB/s5.3TB/s互聯(lián)帶寬(NeuronLink)900GB/s(NVLink)896GB/s(InfinityFabric)數(shù)據(jù)來源：亞馬遜AWS官網(wǎng)，英偉達官網(wǎng)，AMD官網(wǎng)，東北證券我們認為，AWS自研芯片的核心競爭優(yōu)勢為性價比，相較于英偉達對標芯片、訓(xùn)練成本最高可降低40%，訓(xùn)練速度最高可提升50%。盡管H100單卡性能更強，但租用一個完整的Trn2機柜的每小時成本顯著更低。搭載AWSTrainium芯片的全新Trn1實例提供“云端最快、成本最低的機器學(xué)習(xí)訓(xùn)練”，與搭載NVIDIAA100的最新P4d實例相比，深度學(xué)習(xí)模型訓(xùn)練成本最高可降低40%。AWS表示，Trainium芯片可提供最高的萬億次浮點運算(TFLOPS)性能，使機器學(xué)習(xí)模型訓(xùn)練速度比最新的P4d實例最高可提升50%。圖23：AWSTrainium芯片優(yōu)勢數(shù)據(jù)來源：亞馬遜AWS官網(wǎng)，東北證券AWS控制了從芯片設(shè)計到云服務(wù)的整個鏈條，從而提供最具經(jīng)濟吸引力的解決方案。AWS的競爭策略并非是打造一款能全方位超越NVIDIA的芯片，而是在其自有的云生態(tài)系統(tǒng)內(nèi)，打造一個垂直整合的、最優(yōu)化的技術(shù)棧，在此體系中AWS控制了從芯片設(shè)計到云服務(wù)的整個鏈條，從而提供了最佳的“性價比”。這種策略將競爭的焦點從單純的硬件規(guī)格比拼，轉(zhuǎn)移到了平臺級的總擁有成本的較量。2023年2月ChatGPT火爆全球，微軟與OpenAI的聯(lián)盟已經(jīng)取得了顯著的市場先發(fā)優(yōu)勢，而谷歌憑借其強大的DeepMind團隊也在步步緊逼。面對競爭對手的迅猛攻勢，亞馬遜迫切需要一個頂級AI合作伙伴來鞏固其在云計算領(lǐng)域的領(lǐng)導(dǎo)地位，并彌補其在基礎(chǔ)大模型領(lǐng)域的相對短板。（1）亞馬遜向AI大模型初創(chuàng)公司Anthropic投資80億美元巨額資金，Anthropic將AWS作為其主要云提供商，并使用亞馬遜自研芯片進行模型訓(xùn)練推理。亞馬遜向AI大模型初創(chuàng)公司Anthropic投資80億美元巨額資金。2023年9月亞馬遜宣布對Anthropic進行12.5億美元的投資，我們認為，這意味著亞馬遜將全力支持一個能夠與GPT系列模型和Gemini模型相抗衡的強大競爭者。2024年3月，隨著Anthropic發(fā)布其備受贊譽的Claude3系列模型，亞馬遜迅速兌現(xiàn)了其投資承諾的剩余部分。Claude3系列模型，尤其是其頂級型號Opus，在多項行業(yè)基準測試中表現(xiàn)出與OpenAI的GPT-4相當(dāng)甚至超越的性能，證明了Anthropic的技術(shù)實力和巨大潛力。2024年11月，亞馬遜再次向Anthropic追加了40億美元投資，使其總投資承諾達到了80億美元。表4：Anthropic成立至今融資概覽輪次名稱投后估值主要投資者2021年5月SeriesA1.24億美元8.45億美元DustinMoskovitz,EricSchmidt,JaanTallinn2022年4月SeriesB5.8億美元未明確披露SamBankman-Fried,CarolineEllison,JimMcClave2023年5月SeriesC4.5億美元41億美元Zoom,SparkCapital,SalesforceVentures,Google,Microsoft,HOFCapital,2023年8月戰(zhàn)略投資41億美元+SKTelecom2023年9月戰(zhàn)略投資12.5億美元Amazon戰(zhàn)略投資5億美元Google2024年2月SeriesD500萬美元MIS,Qualcomm,Intuit2024年3月戰(zhàn)略投資27.5億美元Amazon(完成第一筆總計40億美元戰(zhàn)略投資40億美元-Amazon(第二筆重大投資)2025年2月SeriesEGoogle2025年3月SeriesE35億美元615億美元LightspeedVenturePartners,GeneralCatalyst,Fidelity2025年5月債務(wù)融資25億美元-GoldmanSachs,JPMorganChase,MorganStanley2025年9月SeriesF1830億美元ICONIQCapital,Fidelity,LightspeedVenturePartners,BlackRock,GIC,InsightPartners等數(shù)據(jù)來源：Tracxn，東北證券根據(jù)協(xié)議，亞馬遜通過這筆投資獲得了Anthropic的少數(shù)股權(quán)，但亞馬遜并未在Anthropic的董事會中占有席位。既能確保亞馬遜深度綁定一個頂尖AI模型提供商，又能給予Anthropic足夠的運營獨立性，保護其作為一家以“AI安全”為核心理念的公司的研發(fā)文化和長期愿景。Anthropic的商業(yè)化落地加速，到2025年7月，Anthropic的年化收入預(yù)計將達到50億美元。根據(jù)Theinformation，SQMagazine的拆分，Anthropic年化收入中預(yù)計API收入31億美元，其中約14億美元來自Cursor和GitHubCopilot集成，此外還有消費者訂閱為7億美元，業(yè)務(wù)和合作收入為9美元。圖24：2022年-2025年7月大模型初創(chuàng)公司Anthropic年化收入ARR變化（億美元）數(shù)據(jù)來源：Sacra，東北證券圖25：大模型初創(chuàng)公司Anthropic年化收入ARR數(shù)據(jù)來源：Theinformation，SQMagazine，東北證券Anthropic的商業(yè)化落地爆發(fā)式增長主要原因是其大模型在編程領(lǐng)域獨樹一幟、使得在企業(yè)級領(lǐng)域需求旺盛。Anthropic的Claude系列模型，尤其在代碼生成、文檔處理和可定制化方面表現(xiàn)出色，受到了大量企業(yè)客戶的青睞。超過30萬家企業(yè)客戶正在使用其服務(wù)。同時，專為開發(fā)者設(shè)計的ClaudeCode等新產(chǎn)品線，自推出后短短幾個月內(nèi)就創(chuàng)造了數(shù)億美元的ARR，成為新的增長引擎。圖26：ClaudeOpus4是Anthropic是全球最佳的編碼模型之一數(shù)據(jù)來源：Anthropic官網(wǎng)，東北證券圖27：ClaudeSonnet4在SWE-bench上實現(xiàn)了72.7%的出色編碼效率數(shù)據(jù)來源：Anthropic官網(wǎng)，東北證券圖28：全球模型kimi、Deepseek、通義、ChatGPT、Anthropic各維度對比數(shù)據(jù)來源：TheSignal，東北證券在合作協(xié)議中規(guī)定Anthropic將AWS作為其主要云提供商，并使用亞馬遜自研芯片進行模型訓(xùn)練推理，并為AWS的客戶提供特別模型定制和微調(diào)功能的早期訪問權(quán)限。這涵蓋了從最耗費資源的模型訓(xùn)練、前沿的安全研究，到未來基礎(chǔ)模型的開發(fā)與部署等所有核心環(huán)節(jié)，使用AWS的定制AI訓(xùn)練芯片Trainium和用于AI推理的芯片Inferentia來訓(xùn)練其AI的基礎(chǔ)模型，并為AWS的客戶提供特別模型定制和微調(diào)功能的早期訪問權(quán)限。這形成了一個強大的、自我強化的金融閉環(huán)：亞馬遜的投資資金，有相當(dāng)一部分會直接轉(zhuǎn)化為其AWS部門的收入。通過這種方式，亞馬遜鎖定了一個長期、穩(wěn)定且需求巨大的云計算客戶。（2）Anthropic承諾使用Trainium和Inferentia進行其未來模型的研發(fā)，在證明自研芯片性價比和易用性的同時，有望借助Anthropic進一步提升芯片性能。同時，Anthropic承諾使用Trainium和Inferentia進行其未來模型的研發(fā)，包括構(gòu)建一個名為“ProjectRainier”的、包含“數(shù)十萬顆Trainium2芯片”的超級集群，這為Trainium平臺提供了強有力的外部驗證。它證明了自研芯片Trainium是訓(xùn)練基礎(chǔ)模型的可行替代方案。圖29：微軟和OpenAl、亞馬遜和Anthropic的競合關(guān)系亞馬遜不僅能夠向整個市場驗證其硬件的性能和成本效益，還能根據(jù)Anthropic的實際需求來迭代和優(yōu)化芯片設(shè)計。Anthropic的工程師團隊正與亞馬遜旗下的芯片設(shè)計部門AnnapurnaLabs直接合作，共同開發(fā)下一代的Trainium加速器。這種軟硬件協(xié)同設(shè)計，確保了未來的芯片架構(gòu)能夠最大限度地滿足Anthropic下一代模型的算力需求，從而構(gòu)筑起難以復(fù)制的性能優(yōu)勢。為了實現(xiàn)模型在自研芯片上的高效運行，亞馬遜提供了AWSNeuronSDK，幫助模型進行遷移適配。這個軟件開發(fā)工具包包含了編譯器、運行時系統(tǒng)和一系列工具，能夠?qū)⒂肞yTorch、TensorFlow等主流框架開發(fā)的模型進行深度優(yōu)化，編譯成能在Trainium和Inferentia芯片上高效執(zhí)行的格式。（3）AWS與Anthropic構(gòu)建了一個深度交織的商業(yè)與技術(shù)共生體。主次分明，雖然AWS的定位是“模型超市”，但是與Anthropic的合作較為緊密。亞馬遜的AWSBedrock平臺從一開始就旨在提供一個包含多種模型的“模型超市”，在表面上擁抱開放和選擇，為客戶提供來自不同供應(yīng)商的模型，但在核心層面，它將Anthropic打造為一個與自身生態(tài)系統(tǒng)深度融合、休戚與共的合作伙伴。Anthropic作為全球頂級的AI公司，其本身就是一個極具說服力的“樣板客戶”。當(dāng)其他AI開發(fā)者和企業(yè)看到Anthropic選擇在AWS上構(gòu)建其最先進的模型時，這無疑是對AWS平臺性能、穩(wěn)定性和安全性的最強背書，將吸引更多AI工作負載遷移至AWS。數(shù)據(jù)來源：亞馬遜AWS官網(wǎng)，東北證券亞馬遜與Anthropic構(gòu)建了一個深度交織的商業(yè)與技術(shù)共生體。雙方合作的一個關(guān)鍵支點是AmazonBedrock。Anthropic承諾，其未來幾代的基礎(chǔ)模型將通過AmazonBedrock向AWS的廣大客戶提供長期訪問權(quán)限。AmazonBedrock是一項全面、安全、靈活的服務(wù)，用于構(gòu)建生成式人工智能應(yīng)用程序和代理。AmazonBedrock為客戶提供了多種領(lǐng)先的基礎(chǔ)模型（FM）、用于部署和運行代理的服務(wù)以及一些用于微調(diào)、保護和優(yōu)化模型的工具，還提供了若干個用于將應(yīng)用程序連接到最新數(shù)據(jù)的知識庫，從而讓客戶擁有從實驗迅速過渡到實際部署所需要的一切。AmazonBedrock是一個完全托管的服務(wù)，它為企業(yè)提供了一個統(tǒng)一、安全且簡便的入口，以API的方式訪問包括Claude系列在內(nèi)的多種業(yè)界領(lǐng)先的基礎(chǔ)模型。這使得Bedrock成為企業(yè)客戶集成和使用Claude模型的首選平臺。企業(yè)客戶無需處理部署、管理和擴展大型模型的復(fù)雜工作，而是可以在一個安全合規(guī)的托管環(huán)境中，輕松地利用Claude的強大能力，同時確保自身的數(shù)據(jù)隱私和安全。Bedrock的核心價值在于其對安全性、隱私性和易用性。通過Bedrock調(diào)用模型時，客戶的數(shù)據(jù)不會與模型提供商共享。企業(yè)可以在自己的AWS環(huán)境中，使用自有數(shù)據(jù)對模型進行微調(diào)或構(gòu)建知識庫，從而創(chuàng)建模型的私有化、定制化版本，而無需擔(dān)心敏感數(shù)據(jù)外泄。圖31：AmazonBedrockAgentCore包含Agent執(zhí)行實際工作流時所需的基礎(chǔ)工具數(shù)據(jù)來源：亞馬遜AWS官網(wǎng)，東北證券圖32：AmazonBedrock工具可以幫用戶進行寫作創(chuàng)作、文章總結(jié)等工作數(shù)據(jù)來源：亞馬遜AWS官網(wǎng)，東北證券通過AmazonBedrock，亞馬遜極大地降低了企業(yè)使用頂級AI模型的門檻。開發(fā)者和企業(yè)在使用Bedrock上的Claude模型構(gòu)建應(yīng)用，就是在加速培育AWS生態(tài)，并進一步增強用戶粘性。我們認為，這不僅僅是銷售一個模型的API調(diào)用，而是在培育一個龐大的生態(tài)系統(tǒng)。開發(fā)者和企業(yè)在使用Bedrock上的Claude模型構(gòu)建應(yīng)用時，很自然地會結(jié)合使用AWS的其他服務(wù)，如用于構(gòu)建AI代理的AWSLambda、用于知識庫的AmazonS3等。一旦應(yīng)用成型并獲得市場成功，其底層技術(shù)棧就與AWS深度綁定。此時，若想將整個應(yīng)用遷移到另一個云平臺（如Azure）并替換成另一個模型（如GPT-4將面臨巨大的工程成本、時間和風(fēng)險。因此，最初選擇在Bedrock上使用Claude的決定，會逐漸演變成對整個AWS平臺的長期客戶粘性，從而構(gòu)筑起強大的轉(zhuǎn)換壁壘。（4）亞馬遜AWSAI戰(zhàn)略：從底層芯片到頂層應(yīng)用的全?？刂?、創(chuàng)造了一個成本與性能的護城河。通過控制從定制芯片（Trainium/Inferentia到硬件優(yōu)化軟件（NeuronSDK再到托管服務(wù)層（Bedrock最后到旗艦?zāi)Ｐ停–laude）的整個技術(shù)棧，亞馬遜能夠?qū)崿F(xiàn)端到端的性能調(diào)優(yōu)和成本控制。這種垂直整合減少了各個環(huán)節(jié)之間的摩擦和效率損失，使得在AWS上運行Claude模型，相比于在第三方硬件上運行，或者在其他云平臺上運行，可能具有更低的延遲和更具競爭力的價格。這種成本和性能優(yōu)勢，最終會轉(zhuǎn)化為吸引客戶的核心競爭力。2、亞馬遜與Anthropic的合作關(guān)系將持續(xù)深化，走向技術(shù)協(xié)同與產(chǎn)品集成。技術(shù)協(xié)同的深化，自研芯片研發(fā)與Claude模型迭代。例如Anthropic未來的旗艦?zāi)Ｐ蛯⑴c亞馬遜下一代的Trainium和Inferentia芯片進行協(xié)同設(shè)計。這種從算法到硬件的端到端優(yōu)化，將使Claude模型在AWS上運行時獲得其他平臺無法比擬的性能和成本優(yōu)勢，構(gòu)筑起堅固的技術(shù)壁壘。數(shù)據(jù)來源：wind，東北證券產(chǎn)品集成的擴展，從AWS工具到終端消費產(chǎn)品。目前，Claude主要通過AmazonBedrock以API的形式提供服務(wù)。未來，Claude的能力有望被更原生、更無縫地嵌入到更廣泛的AWS服務(wù)，如數(shù)據(jù)庫、分析工具、商業(yè)智能應(yīng)用，以及亞馬遜的終端消費產(chǎn)品如新一代Alexa中。屆時，