众所周知，随着生成式 AI 技术的走红，它已经开始在一些企业的业务流程里 " 大放异彩 "。无论是用于辅助设计、还是智能客服、亦或内部的管理，这些最新的 AI 大模型都带来了惊人的效率提升。

但与此同时，对于 AI 大模型而言，其训练和推理所需的庞大算力，往往也成为了潜在用户都不得不面对的一大难题。

在这样的背景下，使用公有云 IaaS（基础设施即服务）、而非自建算力基础设施，就成为了许多企业降本增效、拥抱 AI 大模型时代的重要举措。例如在近日公布的《2025 年 IDC MarketScape：全球公有云基础设施即服务（IaaS）报告》中，全球市场分析机构国际数据公司（IDC）就明确指出，随着企业将更多工作负载迁移到云端、并创建新的云原生应用，公有云 IaaS 继续快速增长，预计 2025 年 IaaS 的整体规模将达到 1880 亿美元。

不过正如 IDC 报告中所阐述的那样，由于 AI 正在通过多种方式 " 重塑 " 云基础设施，也就意味着并非所有的 IaaS 服务商都已经针对 AI 时代的需求做好准备。在现有的 IaaS 行业中，无论从能力、还是战略的维度进行考量，亚马逊云科技都以显著的优势被 IDC 评为了行业领导者。

那么，为什么会是亚马逊云科技，在如今的 IaaS 行业里，他们又到底有着怎样的独特优势呢？结合 IDC 的这份报告以及更多的公开信息，其实并不难找到这个问题的答案。

遍布全球的可靠基础设施，是亚马逊云科技的底气

对于任何一家 IaaS 服务商而言，安全、稳定，且能够保证足够可用性的基础设施节点，无疑是一切的基础。而说到对于基础设施的建设，这确实也是亚马逊云科技相当突出的 " 底气 "。

根据公开信息显示，截至目前为止，亚马逊云科技的基础设施已遍及 36 个地理区域的 114 个可用区。同时，他们已经公布了包括新西兰、沙特等在内的 4 个新建区域、12 个可用区的建设计划。

针对数据中心本身的硬件稳定性，亚马逊云科技还进行了诸多创新设计。比如，他们成功简化了数据中心的电气和机械设计，将潜在的电气问题减少了 89%，同时令基础设施可用性提高到 99.9999%。而通过集成风冷与液冷功能的新设计冷却系统，亚马逊云科技不仅大幅降低了数据中心的冷却成本，促进本身算力的 " 降本增效 "，同时还使得他们的数据中心能够支撑起用于 AI 的超级计算解决方案，即便在持续的超大规模压力下也长期稳定无虞。

当然，对于许多企业来说，他们的业务可能遍及多个区域，再加上大模型的训练往往也需要用到超大规模的算力集群，这就对 IaaS 的网络性能也提出了更高的需求。

针对这一点，亚马逊云科技一方面允许多区域之间的实时数据一致性，为大规模的跨国业务做好了网络基础设施的准备。另一方面，就在 2024 年的 re:Invent 上，亚马逊云科技还推出了第二代 UltraCluster 网络架构（也称为 "10p10u" 网络），支持超过 20000 个 GPU 协同工作，带宽达 10Pb/s，延迟低于 10 μ s。如此一来，对于需要超大规模集群训练的任务来说，仅仅这一个网络性能的跃升，便可以将训练时间缩短至少 15%。再加上能在不到 1 秒内恢复网络的全新 SIDR 网络协议，令亚马逊云科技的分布式计算网络无论是效率还是可靠性，都成为了绝对的业界标杆。

当然，在先进的数据中心和网络硬件基础上，亚马逊云科技更是将 " 安全性 " 放在了系统根基的位置。无论是基础设施还是服务，它们从一开始被设计的时候就会以安全作为首要目标，并在运营过程中不断引入新技术，进一步提高安全性。举例而言，通过运用自动推理技术，亚马逊云科技为旗下关键系统的运行提供了严格的数学保证。而且值得一提的是，这些安全设计和技术，并不会因客户类型而有所差异。无论是初创企业还是大公司，它们都可以享受到同样安全的基础设施创新。

持续迭代的自研芯片，让 AI 算力更唾手可得

如果说遍布全球、既先进又稳定的基础设施，是亚马逊云科技能够承担起 IaaS 行业领导者地位的 " 基本因素 "，那么在算力实现方式上的持续创新与领先，则可以称得上是助推亚马逊云科技能够始终领跑 AI 云计算时代的 " 长远优势 "。

早在 2024 年 3 月，亚马逊云科技就与英伟达共同宣布，将结合亚马逊云科技的 Nitro 系统、Amazon KMS 密钥管理服务、千万亿比特级的 Elastic Fabric Adapter（EFA）网络和 Amazon EC2 UltraCluster 超大规模集群等技术，与英伟达最新的 Blackwell 平台和 AI 软件共同打造包括 Project Ceiba 在内的多个云端 AI 超级计算机系统。

需要注意的是，不同于其他的 IaaS 服务商，亚马逊云科技不仅能够提供基于 NVIDIA GPU，以及 Intel 和 AMD x86 CPU 的常见云端算力，他们还在行业里率先对自研芯片进行了持续投入。从旨在提升网络与存储能力的 Nitro 系统，自研处理器 Graviton、到机器学习训练芯片 Trainium 和推理芯片 Inferentia。截至目前，所有的这些亚马逊云科技自研芯片都经过了多次迭代，并且每次更新均能提供两位数以上百分比的性价比提升。

其中以 Trainium2 为例，这是亚马逊云科技在 re:Invent 2024 期间刚推出的最新款自研训练芯片。在使用该芯片的 Amazon EC2 Trn2 实例中，16 颗 Trainium2 就可提供高达 20.8 Petaflops 浮点算力的性能，同时性价比比基于 GPU 的实例提高了 30-40%，非常适合训练和推理数十亿参数的 AI 大模型。

不仅如此，由于是自研芯片，也就意味着亚马逊云科技可以根据业务需求，对 Trainium2 的集群进行更大规模的扩展。在 Amazon EC2 Trn2 UltraServers 服务器里，它使用 64 块 Trainium2 进行互联，可提供高达 83.2 Petaflops 浮点算力。而且亚马逊云科技方面还在打造名为 Project Rainier 的 EC2 UltraCluster 超级计算机，其中包含数十万颗 Trainium2 芯片，足可达到相当于最新、最领先的 AI 大模型所需训练算力的 5 倍以上水准。

这还没完，就在 2024 年年底，亚马逊云科技还官宣了下一代的 AI 训练芯片 Trainium3。作为他们的第一款 3nm 制程自研芯片，Trainium3 预计将在 UltraServers 服务器中提供相当于前代 4 倍的性能。最为重要的是，预计今年年内，我们就会看到亚马逊云科技的新一代推理芯片正式上线，不出意外，他们必将再次重新定义云端 AI 训练的 " 性价比新高 "。

虽然已成 " 领导者 "，但亚马逊云科技仍在进行自我革命

从各方面的公开信息来看，全球覆盖的高可靠性基础设施，以及以自研芯片为代表的硬件持续创新，可以说很好地代表了亚马逊云科技如今在 IaaS 业内 " 基础能力 " 与 " 长期战略 " 两个方面的突出竞争力。

正如 IDC 分析师、报告作者 Dave McCarthy 所说的那样，" 亚马逊云科技通过广泛的服务组合和持续的创新，在公有云 IaaS 市场中处于领导地位。广泛的全球基础设施，结合 Amazon Graviton 等定制芯片计划以及在 AI 领域的重大投资，使其在满足企业需求方面独具优势。其在可扩展性方面的卓越表现、成熟的开发者社区以及对 AI 基础设施的积极投入，使其成为需要先进云能力的企业的首选。"

但即便如此，亚马逊云科技也还没有停止继续领跑的脚步。就在今年 2 月的财报电话会议上，亚马逊首席执行官 Andy Jassy 确认，他们在 2025 年的资本投资预计达 1000 亿美元，其中大部分将用于亚马逊云科技 AI 基础设施的建设。

当然，对于全球渴望 " 上云 " 体验最尖端生成式 AI 技术的企业来说，这绝对是一件好事。因为这不仅意味着亚马逊云科技本身还将继续提高旗下 AI 基础设施的能力与性价比，同时这种由亚马逊云科技 " 带头 " 的 IaaS AI 算力竞争，也有望促进整个行业的持续良性发展。