Snowflake斥资60亿美元押注AWS，企业级AI基础设施迎来新时代

Snowflake与AWS扩大合作伙伴关系，这一举动预示着超大规模基础设施领域正在发生深层变革。企业级AI工作负载正逐步演变为持久性的运营需求。

双方本周宣布签署一项多年期协议，Snowflake承诺在未来五年内向AWS计算和AI基础设施投入60亿美元。Snowflake表示，这笔资金将重点投入AWS Graviton处理器，同时配合用于AI训练和推理的GPU基础设施。

强劲季报

此次基础设施扩张伴随着Snowflake近年来最亮眼的季度财报。公司公布2027财年第一季度营收为13.9亿美元，同比增长26%，产品收入增长26%至9.968亿美元。Snowflake同时上调2027财年产品收入预期至43.25亿美元。财报发布及AWS合作公告出炉后，公司股价随即大幅上涨，投资者对AI驱动的消费增长和企业工作负载扩张给予积极回应。

过去两年，企业级AI主要以试点项目、副驾驶工具和内部实验的形式存在。这些部署本质上属于临时性的云端事件——短暂的GPU算力消耗，依附于概念验证项目和有限的生产力工具。

持久性负载

智能体系统彻底改变了负载模式。

企业现在希望AI系统能够持续查询运营数据、协调工作流程、触发行动指令，并贯穿整个业务流程运行，而非停留于单次孤立的提示交互。这一转变使企业级AI成为超大规模环境中更为稳定的基础设施常驻用户。

持续性推理工作负载对基础设施的消耗方式有所不同。它们拉长了GPU利用周期，增加了东西向流量，扩大了内存需求，强化了存储耦合，并持续产生编排活动。AI基础设施的形态越来越接近核心运营容量，而非间歇性的实验性资源。

IDC云与边缘基础设施服务研究副总裁戴夫·麦卡锡表示，Snowflake对AWS做出的60亿美元承诺，清晰反映出企业级AI工作负载向长周期基础设施需求迁移的速度之快。

"Snowflake对AWS的60亿美元承诺是一个明确信号，表明企业级AI正在跨越鸿沟，从实验性科学项目转向持久化的基础设施支柱，"麦卡锡说，"我们正在告别临时查询和孤立的概念验证，迈向一个'永久在线'数据重力的新时代。"

麦卡锡还指出，Snowflake重点采用AWS Graviton处理器，也反映出随着企业级AI部署规模扩大，控制推理成本的压力与日俱增。

"通过将这笔巨额支出锚定在亚马逊Graviton这样的定制ARM芯片上，Snowflake实际上是在承认，企业级AI的长期可行性完全依赖于结构性成本效率，以及规模化、可预期的持续计算经济性，"他说。

ISG首席分析师阿纳伊·纳瓦特表示，这项协议指向一个更广泛的趋势——从实验性AI部署向长周期基础设施需求转型，但他同时提醒，不应将全部60亿美元承诺简单理解为纯粹的推理消耗。

"是的，这笔交易在方向上确实反映了向'永久在线'、长周期超大规模基础设施需求的转变，"纳瓦特说，"仅凭交易规模本身，就足以支撑AWS进行长期AI容量建设。"

与此同时，纳瓦特表示该协议未必能直接反映企业端已实现的AI消费水平。

"本质上，这笔交易证明了长周期容量的存在，但在没有更多细节的情况下，无法代表企业端的实际消耗，"他说。

纳瓦特还指出，正在将智能体AI落地运营的企业，正对治理框架、语义层和基础设施可观测性提出越来越高的要求。

"必须对数据来源、数据访问权限以及数据背后的上下文保持清晰的可见性，"他说，"基础设施层也正变得日益异构，以便让工作负载在最适合其用途的环境中运行。可观测性因此变得至关重要。"

Snowflake首席执行官斯里达尔·拉马斯瓦米围绕公司所倡导的"智能体企业"理念阐述了此次合作的战略意义——在这一框架下，AI系统不再局限于回答问题，而是开始直接对受治理的企业数据和业务流程采取行动。

"AI激发了巨大的热情，但对企业而言，真正的挑战与机遇在于将智能转化为行动，"拉马斯瓦米在声明中表示。

控制层之争

这项合作同时加剧了各方围绕企业级AI系统实际运行位置的竞争。

企业越来越希望将AI系统部署在受治理的运营数据旁边，而非在割裂的模型平台、编排层与存储环境之间来回传递敏感信息。各供应商正竞相将治理、分析、编排与AI执行整合进高度一体化的运营技术栈。

Snowflake希望成为这一运营层的主导者。

公司表示，Snowflake Cortex AI允许企业在Snowflake环境内直接运行文本转SQL、内容摘要、情感分析、实体提取等工作负载，同时对底层数据集保持治理与安全控制。

AWS的扩张合作还进一步加剧了Snowflake与Databricks、超大规模云原生AI技术栈，以及日益壮大的企业级AI平台生态之间的竞争——各方都在争夺对企业智能体运行位置和推理工作负载汇聚点的控制权。

推理经济学

Snowflake表示将继续扩大AWS Graviton处理器的使用规模，同时配合支持GPU加速的EC2实例。这种混合配置折射出优化推理效率、在CPU与GPU资源之间分散AI工作负载的持续压力，而非单纯依赖高成本的加速计算资源。

训练构建了AI基础设施的第一波浪潮，推理正日益主导第二波浪潮。

Snowflake还扩大了与AWS Marketplace的联合举措。公司表示，其AWS Marketplace累计销售额已突破70亿美元，其中仅2025年自然年内便超过20亿美元。

此外，公司还重点介绍了持续推进的AWS区域扩展计划，涵盖新西兰、南非、泰国的新部署，以及AWS欧洲主权云项目——这些举措均服务于企业对本地数据驻留和主权AI管控的需求。

此次公告中提及的客户案例包括Fetch和Hex，两家公司均在AWS上使用Snowflake，将AI应用直接与受治理的企业数据相连接。

对于AWS而言，这项合作再次印证了企业级AI工作负载对云计算长期增长的深远影响。

对于数据中心行业而言，更深远的信号来自于技术栈的底层。企业级AI工作负载正开始演变为持续性的运营需求，而非暂时性的实验浪潮。

Q&A

Q1：Snowflake与AWS签署的60亿美元协议具体包含哪些内容？

A：根据协议，Snowflake承诺在未来五年内向AWS计算和AI基础设施投入60亿美元，资金将重点用于AWS Graviton处理器以及AI训练和推理所需的GPU基础设施。此外，双方还扩大了AWS Marketplace联合举措，Snowflake的AWS Marketplace累计销售额已超70亿美元，其中2025年自然年内突破20亿美元。

Q2：Snowflake Cortex AI能为企业提供哪些功能？

A：Snowflake Cortex AI允许企业在Snowflake环境内直接运行多种AI工作负载，包括文本转SQL、内容摘要、情感分析和实体提取，同时保持对底层数据集的治理与安全控制。这样的设计避免了企业将敏感数据在不同平台之间传输，有助于满足合规和数据安全要求。

Q3：智能体AI的普及为什么会改变企业对基础设施的需求？

A：传统企业AI主要以短暂的GPU算力消耗为主，属于临时性工作负载。而智能体系统需要持续查询运营数据、协调工作流、触发业务动作，形成长期稳定的计算需求。这种持续性推理负载会拉长GPU利用周期，增加流量与内存需求，促使企业AI从实验性资源演变为核心运营基础设施。