不只是雲端採購：Snowflake 60 億美元 AWS 協議，企業 AI 算力卡位戰開打

Snowflake 與 Amazon Web Services 簽下 60 億美元、為期五年的新協議，讓企業 AI 基礎設施競爭又多了一個重要訊號。這筆合作不只是雲端採購合約，而是 Snowflake 把企業資料、AI agent、AWS Graviton 處理器與 AI 工作負載綁得更深。

根據 TechCrunch 報導，Snowflake 客戶在 AWS 上的支出於 2025 年翻倍至 20 億美元；Snowflake 官方新聞稿也確認，這是該公司至今最大規模的 AWS 基礎設施承諾，核心目標是加速企業 agentic AI 採用。

Snowflake 與 AWS 發生了什麼

Snowflake 與 AWS 的新協議，本質上是一次企業 AI 基礎設施加碼。

Snowflake 宣布與 AWS 簽署多年期 strategic collaboration agreement，並承諾在五年內投入 60 億美元於 AWS 基礎設施。官方說法是，這筆支出將用於 Graviton compute 與 AI 工作負載，協助共同客戶更快、更安全地建立 AI 應用。

這裡有三個重點：

• 金額很大：60 億美元，五年期。
• 用途很明確：AWS Graviton、AI infrastructure、資料與 AI 工作負載。
• 場景很企業：讓企業把生成式 AI 與 AI agent 接到 Snowflake 裡的治理資料。

這不是 Snowflake 第一次與 AWS 深度合作。Snowflake 原本就建立在 AWS 之上，現在也可在 Microsoft Azure 與 Google Cloud 上使用。但這次新協議的意義在於，Snowflake 正把企業 AI 的下一階段壓在「資料雲 + 雲端晶片 + AI agent」這條路線上。

對 AWS 來說，這筆協議也很漂亮。TechCrunch 指出，Snowflake 自 2012 年成立以來，透過 AWS Marketplace 累計賣出約 70 億美元服務；而這次單一新合約就接近過去累計規模，等於 AWS 把企業 AI 需求又鎖進自己生態一大塊。

為什麼 Graviton 是這次關鍵

Graviton 是 AWS 自研的 ARM 架構 CPU，這次它被放在 Snowflake AI 算力故事的核心位置。

很多人談 AI 基礎設施時，第一反應仍然是 NVIDIA GPU。這不奇怪，因為大型模型訓練、推論與高階 reasoning 工作負載確實大量依賴 GPU。但當 AI 從「訓練模型」走向「每天在企業內部執行任務」時，CPU 的角色會重新被看見。

AI agent 的工作不是只有跑模型。它還要查資料、調用工具、處理權限、呼叫 API、等待回應、整理結果、寫入系統、更新紀錄。這些周邊任務不一定都需要 GPU，但會大量消耗一般運算資源。

這就是 Graviton 重要的地方。

Snowflake 官方稿提到，Snowflake 將利用 AWS Graviton processors 為客戶提供 price-performance 改善，同時也會使用 GPU 加速的 Amazon EC2 instances 來支援 AI model training 與 inference。換句話說，這不是「CPU 取代 GPU」，而是企業 AI 工作負載開始分層：GPU 做高強度模型任務，CPU 承擔更大量、更日常、更流程化的 AI 執行環節。

這也呼應 微軟 Maia 200 AI 晶片所代表的產業方向：大型雲端服務商都不想永遠只依賴單一晶片供應鏈，而是希望把 AI 算力拆成更可控、更便宜、更貼近自家雲端架構的組合。

企業 AI 正回到資料所在的位置

Snowflake 的策略重點，不是做一個通用聊天機器人，而是讓 AI 直接進入企業資料層。

Snowflake Cortex AI 是這個故事的核心。它讓企業在 Snowflake 環境裡建立 AI 應用，例如自然語言查詢資料庫、摘要報告、情緒分析、實體擷取，或讓業務團隊用日常語言查詢 campaign data。這種設計的吸引力在於，企業不必把敏感資料搬到外部系統再做 AI 分析。

企業 AI 最大痛點之一，從來不是「模型會不會回答」。真正困難的是：

• 資料能不能安全接入？
• 權限是否可控？
• 結果能不能追溯？
• AI 能不能進入現有工作流程？
• 成本是否能支撐每天大量使用？

Snowflake 與 AWS 這次合作，就卡在這幾個問題的交會點上。

AI agent 要在企業裡真正運作，不能只靠一個漂亮介面。它必須接近資料、理解資料結構、遵守權限規則，還要能穩定跑在可預測成本的基礎設施上。這也是為什麼 AI 數位員工與 AI agent 工作流會越來越依賴底層資料與工具整合，而不只是模型本身。

企業 AI 的下一場競爭，不只是誰的模型比較聰明，而是誰能把模型、資料、權限與算力放進同一個可管理的系統。

這筆交易透露的雲端算力競爭變化

這次 Snowflake 與 AWS 的合作，讓 AI 基礎設施競爭從單純 GPU 敘事，擴展到更完整的雲端運算堆疊。

| 面向 | 傳統 AI 算力敘事 | Snowflake 與 AWS 這次透露的新方向 | |---|---|---| | 核心焦點 | GPU 訓練與大型模型推論 | CPU GPU 雲端資料平台共同支撐企業 AI | | 代表硬體 | NVIDIA GPU | AWS Graviton CPU 加上 GPU EC2 instances | | 主要任務 | 模型訓練 高階推論 | AI agent 執行 資料查詢 工作流自動化 | | 企業痛點 | 算力是否足夠 | 成本 權限 資料治理 系統整合 | | 雲端平台角色 | 提供模型訓練資源 | 提供資料 AI 工具 市場採購與基礎設施閉環 |

這張表背後的意思很直接：AI 基礎設施正在從「誰有最多 GPU」變成「誰能讓 AI 工作負載便宜、穩定、安全地每天跑」。

GPU 仍然非常重要，NVIDIA 也不會因為 AWS Graviton 變強就失去地位。但大型雲端平台正在用自研晶片和長約，把企業 AI 的日常運算需求吸進自己的生態。AWS 有 Graviton 與 Trainium，Google 有 TPU，Microsoft 有 Maia；這些公司要爭的不是單一晶片新聞，而是未來企業 AI 預算的長期流向。

為什麼這對企業與一般使用者重要

這筆協議真正值得關注的地方，是它說明 AI agent 已經從展示階段走向基礎設施採購階段。

當企業只是測試聊天機器人時，它們可能只需要少量 API、幾個試點團隊和一套 demo。可是當 AI agent 開始進入業務、客服、分析、財務、工程、營運流程後，需求就變了。企業需要更穩定的資料平台、更低的單次執行成本、更清楚的權限控管，也需要能跨地區部署的雲端基礎設施。

Snowflake 官方稿提到，Snowflake 已在 AWS Marketplace 累計超過 70 億美元 lifetime sales，2025 年 calendar year sales 超過 20 億美元，而且年增超過一倍。這代表企業不是只在口頭上談 AI，而是真的透過雲端市場採購資料與 AI 能力。

對一般使用者與上班族來說，這類新聞看起來很「企業後台」，但影響會慢慢浮現到日常工具裡。未來你在 CRM 裡問資料、在報表裡生成摘要、讓 AI 自動追蹤客戶、讓系統主動提醒異常，都會需要類似 Snowflake + AWS 這種資料與算力底座。

也就是說，AI agent 不是憑空運作。它背後需要一整層資料、權限、CPU、GPU、雲端市場與企業合約。這次 Snowflake 砸 60 億美元，不只是買雲端資源，而是在替企業 AI 大規模落地先鋪路。

還有哪些風險值得觀察

這筆合作面臨三個核心風險：算力投入未必等比轉換落地成效、雲端鎖定效應加深、晶片競爭格局更加複雜。

第一，60 億美元基礎設施承諾不等於企業 AI 一定會快速產生同等回報。企業導入 AI agent 的難點常常不是算力，而是資料品質、流程重設、員工採用、權限治理與成效衡量。Snowflake 和 AWS 能提供底座，但客戶是否能把 AI 從實驗帶到 production，仍然是另一場硬仗。

第二，雲端平台鎖定效應會更強。當企業把資料平台、AI 工具、Marketplace 採購與晶片基礎設施都放進同一個生態，短期效率會提高，但長期也可能增加轉移成本。對大型企業來說，多雲策略與資料治理會變得更複雜。

第三，NVIDIA 與雲端自研晶片的關係會更微妙。TechCrunch 報導提到，AWS、Google、Microsoft 都在推動自家晶片，而 NVIDIA 也推出 Vera 這類 AI-specific CPU 來防守並擴張市場。未來 AI 算力競爭不會是單純替代，而會是「誰控制更多關鍵工作負載」的混戰。

這則新聞的關鍵結論

Snowflake 與 AWS 的 60 億美元協議，代表企業 AI 正從模型熱潮進入基礎設施重整期。

過去一年，市場焦點常放在模型能力、聊天機器人、GPU 缺貨與生成式 AI 應用。但這筆交易提醒我們，AI 真正大規模落地時，企業需要的是更完整的系統：資料在 Snowflake，算力在 AWS，CPU 與 GPU 各司其職，AI agent 在受治理的資料上工作。

這也是為什麼這則新聞不只是 Snowflake 或 AWS 的商業合作，而是整個企業 AI 市場的方向指標。

如果 AI agent 真的要成為企業日常工作的一部分，下一波競爭會越來越少停留在「誰的 demo 最炫」，而是回到更樸素也更殘酷的問題：誰能讓 AI 在真實企業資料上安全、便宜、穩定地跑起來。

想每週掌握最新 AI 工具與趨勢？訂閱 AI 郵報，每週精選重點直送信箱，讓你不錯過任何重要動態。

資料來源

• TechCrunch：In more good news for Amazon, Snowflake signs $6B deal with AWS for AI CPU chips
• Snowflake 官方新聞稿：Snowflake Expands AWS Collaboration with $6B Commitment to Accelerate Enterprise Agentic AI Adoption
• Amazon Press Center：Snowflake Expands AWS Collaboration with $6B Commitment
• Reuters via Investing.com：Snowflake signs $6 billion deal with AWS tied to AI infrastructure