成本压力与市场格局演变

根据文件内容，Capital One 由于对 GPU 和 AI 推理模型的需求不断增长，预计其在 AWS 上的成本将很快失控。

客户不满的核心直指 AWS 的计费方式。新兴的云服务商允许客户按需租用 GPU 算力，并按实际使用量付费，这种模式非常适合需求波动大、追求极致效率的 AI 研发与应用场景。

而AWS等传统巨头长期采用的按资源时长（如按月、按年）计费的预留实例模式，虽然在稳定工作负载下可能有规模优势，但在面对弹性极强的 AI 任务时，容易造成资源闲置和成本浪费。

为此，该公司与英伟达探讨了两种主要的替代路径：一是构建自有的“人工智能工厂”（即内部数据中心），二是转向专注于AI工作负载的“新型云”服务提供商。

市场数据佐证了这一趋势的普遍性。咨询公司 Synergy Research Group 的报告指出，AWS 的全球市场份额在 2022 年第二季度达到顶峰后持续缓慢下滑。与之形成对比的是，以 CoreWeave、Lambda、Crusoe 等为代表的“新型云”厂商正在崛起。

这些厂商通常提供更灵活、按需付费的GPU算力租赁服务，相较于 AWS 传统的按时长计费模式，对成本敏感且波动性大的 AI 初创公司及项目更具吸引力。

同时，采用多云策略已成为企业控制支出的主流手段，加拿大皇家银行资本市场的报告显示，43% 的企业正在使用两家以上的公有云服务提供商。

产业链博弈

作为 AI 硬件的核心供应方，英伟达积极与 CoreWeave、Lambda 等新型云厂商合作，其动机之一是减少对少数传统云巨头的过度依赖，拓宽其芯片的销售渠道和市场影响力。

Capital One 讨论的“人工智能工厂”方案，代表了大型企业另一种根本性的成本控制思路——将核心算力基础设施内部化。

它意味着企业的云策略不再仅仅是“购买服务”，而是在购买公有云服务、采用专业新型云、以及自建私有云之间寻求最佳平衡的复杂决策。多云架构已成为常态，其目的不仅是防止供应商锁定，更是为了优化成本与性能。AWS 是亚马逊最重要的利润引擎，贡献了公司约 58% 的营业利润。当前，AWS 正处在加大资本开支以追赶 AI 基础设施建设的投资高峰期。

一方面，亚马逊需要投入巨资建设数据中心和开发定制 AI 芯片（如Trainium3）以提升竞争力并承诺降低成本，另一方面又面临来自各方的价格压力。如何在这场平衡术中维持其市场领导地位和利润率，是亚马逊管理层面临的核心挑战。

对于 AWS 而言，真正的挑战或许不仅来自微软和谷歌的正面竞争，更来自于那些能够提供更聚焦、更灵活、更经济解决方案的新兴力量。未来的云市场，注定是一个竞争更为激烈、选择更为多元的战场。

参考资料：

https://news.futunn.com/post/66725761/leaked-internal-documents-from-nvidia-reveal-that-due-to-the?level=2&data_ticket=1766116194545042

https://cloud.it168.com/a2025/1121/6906/000006906284.shtml

https://36kr.com/p/3334807385155842