企业官网建设流程全解析

真正的战场, 它不在芯片那里, 而是就在开发者的指尖上面, 是那其中的一行配置。

在2026年10月19日这一天, 亚马逊云科技这个叫作AWS的组织, 它对外头公布了一个名字没写清楚的那个什么新工具。

这玩意儿, 它就是能让那些开发者嘛把他们之前用那个叫什么语言写出来的那些人工智能应用, 基本上不需要费啥力气做改动, 就直接给它挪到那个亚马逊自己搞出来的那种叫做什么的AI芯片上去让程序跑起来。按照亚马逊他们那边的说法, 你只需要改一行配置信息就行了, 不需要你把代码全部重新写过一遍。

这乍一看, 只是一次普普通通的产品发布活动, 但是, 如果把它放到更宏观的大背景下来进行观察和分析, 就会发现这一举动实际上是亚马逊针对英伟达公司所发起的最直接、同时也是最具有致命杀伤力的一次竞争攻击行为。

在过去的十年时间里面, 英伟达之所以能够完成从一个专门从事图形芯片设计与制造的公司到人工智能时代所谓的卖铲人角色的重大转变, 依靠的绝不仅仅是 GPU 这种硬体设备的性能优势, 更为关键的支撑因素, 在于 CUDA 这一整套软件生态系统的建立与完善。

CUDA 使得开发人员无法脱离英伟达的硬件设施, 这情形就和 iOS 系统让应用程序开发者无法脱离苹果公司是一样的道理。亚马逊目前所采取的策略, 并非是要在硬件性能的正面比拼中与之抗衡, 而是打算直接去动摇这条护城河的地基部分。

一行代码，拆掉 CUDA 的墙

它的本质, 是一个开源的原生后端。它是基于官网为自定义硬件预留的扩展点构建的, 这些扩展点多包含设备后端和 torch API 两个部分。它支持两代芯片, 分别是第一代和第二代。

这让它能够覆盖多种使用场景, 既包含了供研究人员和开发者用于调试的 eager 执行模式, 也包含了供生产环境使用的 pile 编译模式。

这个工具是按照2.0的协议来开源出去的, 它的代码是被托管在那个叫/aws-/torch-的位置里的面了, 然后到了2026年10月20日这一天, 就是在圣何塞举行的那个North上的时候, 它才开启了面向公众的测试这个阶段的。

对于开发者的来说, 迁移成本这一件事已经变得很低, 低到几乎可以不用去考虑。因为在训练循环里面加上 .to('') 这行代码, 或者是在编译的前面加上 piler.("") 这个语句，那么代码就能在那个东西上面跑起来了。

亚马逊在这个事情的官方博客里给出的示例内容, 甚至专门做得非常简单直接。他们展示了同一款训练脚本书写的模型的情况, 结果发现这个模型在标准芯片上面和那个特殊芯片上面, 都能够做到以一样的速率来进行学习。

亚马逊是在这个具体的时间窗口进行的布局操作, 并且他们非常精准地踩中了一个关键的数据指标。这个数据就是大约有百分之八十五的人, 这些人的职业是人工智能研究或者开发工作。而这些人目前普遍使用的, 是用来编写计算机代码的一种工具。这套软件框架最初是由特定的组织或者个人开发的。

从二零二二年这一年开始, 它就被归口到Linux基金会去进行日常维护了。作为一套开源的技术代码资源, 这套框架在目前的人工智能开发工作里面, 已经是大家公认的标准通用语言形式。与此同时, 英伟达公司投入了相当多的一些年时间来处理兼容性问题。

他们的核心目的就是要保证自己的专用计算平台, 也就是CUDA, 能够没有阻碍地、平滑地去支持那些使用上述框架开发出来的应用程序任务。正是因为付出了这样长时间的努力, 才最终导致了目前市场上的一个主流现象。

这就是说, 对于大多数人来说, 使用英伟达品牌的硬件产品, 已经变成了一种近乎于默认状态下的选择偏好。

当前的情况是, 亚马逊的思路表现得很直接, 也就是既然开发这个群体的人士都已经采用了相关的技术选项, 那么接下来他们将会选择把 CUDA 这个品牌名称与竞争对手之间所存在的那种障碍或者壁垒给拆除掉, 在这种情况下, 那些已经在用的开发者们就不具备继续待在 CUDA 这个圈子里面的理由了。

这还不是亚马逊第一次试着把自家芯片弄到那个生态系统里边儿去, AMD那家的图形处理单元, 甚至连苹果那块儿的芯片, 也都已经能够靠着简单改一下配置就把应用程序给移植进去, 但是亚马逊那边给出的理由是, 往这个方向迁移它不只是显得容易点儿, 另外还能够使得搞人工智能的初创企业直接就能连上亚马逊手里头那片云计算的广大地盘。

亚马逊自研芯片部门AWS Labs的技术软件副总裁Colin Brace对媒体表示，用户是在aws上进行构建工作, 而不是押注单一的算力提供商, 之后再手忙脚乱地围绕它去搭建其他的设施。

这句话背后隐藏的深层含义, 是指向一类正在逐渐壮大的竞争者, 也就是 neo-。这些新出现的计算能力供应方, 大多数都捆绑着英伟达的硬件, 主要依靠转手出售 GPU 算力来维持生计。而亚马逊想要传递给初创公司的核心观点是: 切勿将自身的命运完全依附于某一家单一的算力倒卖者身上。

CUDA 才是英伟达真正的护城河

必须先把英伟达到底在哪方面表现得特别强这件事给弄明白, 然后才能彻底地去理解后面提到的那个东西到底有多大的杀伤能力。

从硬件方面的指标来看, 竞争对手这边并不是完全没有机会存在的。因为AMD公司拥有的相关产品、谷歌公司推出的TPU以及亚马逊公司提供的相应产品, 这些它们在特定的任务执行场景下的性价比表现, 都是具备能够对英伟达这个竞争对手构成威胁的能力的。

但是, 市场份额这个情况说明了一切。根据第三方研究机构在2026年做出的估算数字, 英伟达在数据中心AI加速器市场的收入份额, 仍然处在百分之八十到百分之八十五之间。虽然这个比例比在2023年时大约百分之九十二的高点要低一点。

但是它依旧占据了绝对的主导地位。把情况做个对比的话, AMD 的比例大概在百分之五到百分之七之间, 谷歌的 TPU 的比例大概在百分之六到百分之八之间, 而 AWS 和别的什么加在一起, 比例只有百分之二到百分之三。

虽然硬件方面的差距正在变得越来越小, 但是市场份额那边仍然一点都没有变动, 导致这种情况出现的原因只可能有一个, 那就是CUDA。

CUDA 这个东西, 是英伟达这家公司花了将近二十年的时间, 一点点地堆积出来的软件方面的基础建设。它的作用是让各种应用能够在这家公司的 GPU 设备上运行起来, 同时, 它也积累了非常多、非常大的优化库, 还有工具链, 以及开发者的使用习惯。

I/O Fund 这个机构里的分析师 Beth 女士，她曾经把这个所谓的锁定效应, 跟 iOS 对于某个东西的意义进行了一个比较, 具体的对象没有明说。为什么会有这种效应?

因为开发者在 CUDA 这个平台上学习怎么操作, 在这个过程中成长, 然后把他们的代码都给沉淀下来了, 如果要进行系统迁移的话, 所付出的成本不仅仅就是金钱, 更多的而是时间以及背后隐藏的风险。

对于一家人工智能的初创企业而言, 将已经训练了三个月的大型模型进行平台迁移的过程充满了不确定性, 并且这种操作可能带来一些难以预测的错误问题, 还可能导致系统的运行效率出现下降的情况, 同时也会造成产品正式上线时间的推迟。所以, 基本上没有人愿意去承担这样的风险挑战。

这就是那个叫英伟达的公司的阳谋所在, 他们通过使用软件这种手段来把开发者牢牢地锁死在自己的体系里, 而那些硬件产品呢, 实际上只是承载这个锁定结果的载体罢了。

你只要看情况就知道, 他们的默认指向一直都是那个叫CUDA的东西, 在这样的情况之下, 不管竞争对手的那样的芯片性能会再怎么强, 它们也只能在一些边缘的地方去进行试探和努力。

绕到护城河后面

这其中的聪明之处在于, 它并不打算去进行正面的强行攻击行为。

正面强攻是什么样子, 它就是属于 AMD 在过去的十年里面所走过的这条路, 通过不断地去证明自家的芯片会跑得更快速的并且价格比较实惠的这一情况, 然后等待开发者自己去进行主动迁移这一动作的发生。

这条路被走出来的感觉是很辛苦的, 因为开发者实际上并不关心那些只是存在于纸面上的性能数据表现, 他们只在意自己的这些代码是否能够顺利地进行运转, 以及是否会出现程序崩溃这样的错误情况。

亚马逊换了走法。说是不劝大伙离开 CUDA, 是要把 CUDA 变得不再重要。代码直接改编过来。对代码熟悉的开发者, 自然就会用。

它不用要求开发者去学新的语言、新的工具、还有新的调试流程。是让原来的设备在别的地方看起来就像普通的一样。这种不着痕迹的迁移, 正好戳中了开发者最在意的点。这一点就是确定性。

更狠的一招还在后面。亚马逊宣布, 它会向上游社区贡献代码。推动移除那些把框架绑定到特定芯片的代码。目标是让整个事情对所有开发者来说更加硬件中立。用亚马逊官方博客的话说: 亚马逊的做法不只会服务于自家硬件。它真正想要的目标是, 让相关事物对更广泛的开发者群体更为硬件无关。

这句话翻译过来, 实际上指出的现象就是: 亚马逊方面愿意投入资金并派遣人员, 以便把那些在默认设定里偏向于英伟达的所谓的“小机关”给逐一拆除掉。一旦对应的系统环境真的变得对硬件保持中立态度, 那么 CUDA 这种框架的默认地位就会被从根本上削弱甚至取消。

到那个时候, 开发者在选择计算芯片的时候, 就不再是仅仅在考虑是否选择英伟达还是其他替代品这个问题了, 而是会形成真正意义上可以拥有多个不同选项的局面。

这对英伟达而言, 所产生的威胁程度是远远大于出现若干家芯片领域的竞争对手的。所谓芯片市场的竞争, 实际上仅仅意味着其业务订单会被部分地分割走, 而一旦相关的生态系统不再受到严苛的束缚和限制, 那么其所形成的决定商品或服务价格的权力以及构建起来的防护壁垒与竞争优势, 才会从根本上发生动摇。

亚马逊手里还有什么牌

这可不是一个孤立的动作, 而是亚马逊芯片战略拼图中最新的一块。

我们要先看清楚基本盘的情况。亚马逊这边, 做自定义芯片这个业务板块, 里面积累的包括专门用于人工智能训练和推理的那种芯片, 还有专门搞通用云计算的那一种芯片。它们加在一起算出来的年收入运行速率指标, 这一数值已经突破了 250 亿美元的大关。而且这还是一个三位数的同比增长率。

这个数字是干嘛用呢, 是亚马逊的首席执行官安迪·贾西这个人。他在进行二零二六年第二季度财报电话会议这个活动的时候, 亲口说的这个数字, 就是这么披露出来的。

Jassy 还进行了估算, 时间点是在 2026 年 4 月, 估算的内容是如果芯片业务选择独立进行对外销售, 其年收入规模有可能达到大约 500 亿美元这样一个水平。

大家可能不清楚, 这个数字究竟意味着多大的一个规模? 其实它差不多就已经快赶上英特尔整个一年的营业收入总和了。

在需求这一侧, 规模也在快速地上涨。由亚马逊网络服务公司与特定合作伙伴共同推出的系统, 是当下全世界最厉害的人工智能训练设备里面的一种。它搭载了接近五十万枚特定的芯片, 计算能力足足超过了使用上一代模型时所需计算能力的五倍之多。

官方披露, 目前已有超过 100 万颗芯片在训练和部署。双方新签署的协议还将锁定最多 5GW 容量。这包括 2026 年上半年上线的新容量。还包括到 2026 年底累计近 1GW 的容量。他们也承诺从 2027 年开始, 通过 AWS 基础设施消耗 2 吉瓦的。

这些大客户存在的意义, 就在于它们做出了证明。这个证明的内容是, 相关芯片并不是那种只能在实验室里摆好看的玩具。而是能够承受得住那些处于最前端位置的模型在生产环境中所产生出的巨大负载的芯片。现在需要去解决的那个问题, 究竟是什么呢。

这个问题的核心内容, 就是思考应当怎么样去实现能力的下放操作。所谓能力的下放, 指的是要把上述那种能力, 从目前已经拥有的这些大客户那边, 转移并交付给那些规模比较小、或者是刚刚起步的初创公司。

所以, 亚马逊在资金方面也是有了布置的。有消息说那个《华尔街日报》在2026年10月的时候报道了, 说亚马逊正在谈, 想要花大概70亿美元的样子, 去把一个做AI芯片软件的那些初创公司给收购下来。该软件能够让程序开发人员更加轻松地在不同的人工智能芯片平台之间进行转换。

这家公司是一是一家在二零二三年, 由三位来自以色列的研发工程师在特拉维夫创立的技术公司, 到二零二六年五月的时候, 它的市场估算价值已经接近四十一亿元的大关, 此前该公司曾经和有关方面谈过关于被对方大约是以六十二亿美元的价格收购的事宜, 只是后来由于需要进行尽职调查所以最终决定放弃这样的计划。

它也正好是与某一产品发布的合作伙伴之一。根据路透社的相关报道, 参与交易的两家当事人都没有对此表示明确的评论态度, 而且这一笔潜在的买卖交易并不一定能够真正达成。

一方面是发布那些能够把迁移门槛降低下去的工具, 另一方面则是洽购那些专门去做的芯片切换软件的公司。亚马逊的这个意图是非常清晰的。也就是说它要想成为“芯片中立”这个趋势的最大受益者。而不是被英伟达的那个生态给挡在门外去。

的软肋

但是别急着给英伟达写讣告, 第一个版本是有明显缺口的这一点事实是存在的。

参照官方发布在博客上的信息来了解, 当前的这个系统还没有办法去支持那些需要动态输入的具体形状, 还有像这一类的一些特定属性在内的部分功能特点, 所以最终导致的大约两万两千条的测试案例都被选择了跳过不进行。

这种情形如果仅仅放在用于学术研究或者小规模试用的场景下面来看待的话, 那么它很可能并不会造成明显的困扰；不过一旦涉及到那些对模型架构有着高度复杂性要求、同时对批量处理能力需要有更高灵活度的实际生产环境系统当中去了, 这些方面存在的空白和不足就会变成非常具体的阻碍因素。

另一个问题呢, 就是性能方面的情况。亚马逊那边给出了对应的例子说法。这家属于AI语音应用的提供商类别里的公司, 他们进行迁移操作到某个平台之后, 每花费一美元所能处理掉的音频数据量这块指标, 提升了百分之七十个百分点的幅度。

而且他们还做到了能够维持生产等级水平的准确率表现。不过需要看清楚的是, 这个是一个经过优化措施之后的成功类型的案例存在。它并不代表说所有的类型的工作负荷场景下, 都肯定能获得同样程度的收益效果出来这样的情况出现。

因为在英伟达所拥有的CUDA这个生态体系里面, 存在着非常多的大量的针对某一些特定的模型、针对某一些特定的算子而专门编写的手动优化代码内容这些东西的积累过程方面, 可不是凭借一天或一夜的时间就能够轻易复制到位的这样的困难所在地方体现出来的。

这里还存在着一种生态方面的惯性。即便情况变得对硬件而言是中立的, 开发者他们也并不会在很短的时间内就进行大规模的整体迁移活动。

在企业软件进行的采购行为当中是存在惯性的, 在团队所具备的技能上面也是存在惯性的, 而对于那些已经上线运行的系统所产生的对于稳定性的严格要求这件事, 同样也是具有惯性地存在的。

AMD这个公司花费了长达十年的光阴都没有能够真正地去产生那种重大的影响而动摇到CUDA的地位, 那么亚马逊这家公司到底又是凭借着什么理由才能够在相对更短的时间之内做到这一点的呢。

亚马逊给出的答案是云计算。它并不期待开发人员能够主动完成迁移工作。相反, 它通过云的整体成本优势以及从原型制作到生产环境的一体化基础设施, 使得这个迁移过程变得顺理成章并且合情合理。

Brace 把话讲得很直白。他指出云计算的价值主要体现在性价比上面。同时训练工作和推理工作使用的是同一个平台。这种状况改善了完整工作负载方面的经济性表现。

这件事不是一次性就能解决的, 它是一个持续很长时间的过程。

谁会被改变，谁不会

它的真正有价值之处, 并不是说在第一天的时候, 它能够从英伟达手里抢走多少数量的订单, 而是因为它已经改变了整个博弈当中的结构情况。

在此之前, 芯片的竞争模式是属于那种拿性能去对比性能、拿价格去对比价格的线性竞争情况，英伟达因为拥有生态上的优势, 所以它可以在这种局面里面非常轻松地把问题化解掉。

但是等到往后发展的时候, 竞争的形态会变成生态对生态的一种状态, 亚马逊打算借助于它的开放属性, 来对抗由 CUDA 所带来的封闭性特征。

这一系列的变化对于整个行业发展来讲是一件非常好的事情, 因为它让开发者拥有了一个真正意义上的其他选择方向, 并且使得算力的价格承受了向下的这种压力因素, 同时还把单一供应商进行锁定所带来的风险给逐渐稀释掉了。

那么到底谁会从中得到好处呢? 这里头第一个要提到的人手, 就是那些对成本问题特别在乎的人工智能领域的新兴创业企业了。

因为这些初创公司根本没有足够的本事去自己修建那种庞大的运算设备集群, 同时也非常不愿意把自身的生死存亡完全寄托在某某一家所谓的新型云计算服务商身上面, 所以这时候, 市场给了它们一个既更划算、能够连接上整个亚马逊网络服务云的另一种选择方案, 这就是受益的第一部分。

然后是那些云服务的提供商以及芯片行业的挑战者这类角色也会跟着沾光。比如像谷歌、微软还有超威半导体这样的巨头, 其实都在走差不多的发展路线。由于硬件方面的中立化趋势变得更明显, 这就导致让它们的芯片产品更容易被广大用户和市场所接受, 从而带来利益。

到底是谁才是真正的危险人物? 那就是那一群仅仅依靠倒卖英伟达算力、并且没有差异化能力的 neo-们。一旦像这些所谓的自研芯片, 通过那些易用性的工具打开了中小客户的市场之后, 它们的生存空间就会遭到挤压。

英伟达在短期的时间里不会受到致命的伤害或者重创, 但是, 它必须非常严肃地去回应一个非常深刻的问题。这个内容是关于当开发者不再被特定的框架所绑定的时候, CUDA还会剩下什么样的实质内容。

Brace在他接受采访的时候说出了一种说法, 这句话很有可能是针对此次发布会发布内容的一个最为恰当的解释性的补充说明, 他所表达的意思是, 那些使得开发人员无法获取到任何实质上的选择自由的技术锁定状态或者局面是被打破了的, 这才是真正值得被讲述的故事。

就在那些锁被砸开的那一天点, 那个属于AI硬件之间的战争才算是真正意义上开始了。