2025亚马逊云计算发展战略研究报告

01/亚马逊整体情况02／云计算行业发展03/AWS技术体系04／战略保障措施05／行业未来趋势 从网络书店起步，逐步扩展到全球化电商平台、发展历程：亚马逊通过四个阶段的战略演进。会员与云计算驱动增长，再到以人工智能和新零售创新引领未来，构建了多元化业务生态与持续增长模式 亚马逊整体战略：近年来亚马逊加强AI基础设施层建设强化云计算能力，并通过AI赋能电商运营与拓展全球2B业务，致力于保持全球领先的科技和零售巨头地位 亚马逊整体业务分为马逊商店业务、设备服务业务、业务布局：根据官网分类，配送物流业务、娱乐业务利AWS云服务五大业务 财务情况：业马逊AWS云计算业务的收入占比持续上升，云计算业务带来的利润贡献远超其他业务，带动净利润持续提升，亚马逊与其说是电商平台，更是全球最大的云计算企业 01/亚马逊整体情况02/2云计算行业发展03/AWS技术体系04／战略保障措施05/行业未来趋势 发展出的互联网行业的基云计算由来：云计算行业是在互联网技术发展成熟后，为进一步优化计算资源的配置，础设施服务 云计算的三次浪潮：互联网企业的大量出现、传统企业的数字化转型和人工智能大模型训练是推动云计算发展的动力，也是算力、云计算和人工智能三者相互作用、相互促进的结果 云计算是产业互联网的核心操作系统，未来市场呈现“强者恒强”局面，在中国领先的云计算企业是阿里云，在美国领先的是AWS和微软 云计算：产业互联网的商业操作系统 云计算是产业互联网时代的核心操作系统，具备强大的网络效应，未来市场呈现“强者恒强”的局面。与社交网络类似，云计算领域的大公司逐步封锁竞争对手，包括亚马逊、阿里巴巴等巨头在全球范国内占据主导地位， ToC：Windows.Android、iOS打造强力“端口"生态圈 Windows基于DOS的用户图形界面操作系统，与IBM-PC捆绑销售，开放平台推动了PC产业链的发展ios。封闭的类Unix操作紧统，通过智能终端设备形成了完整的够移动终续产业Android基于Linux的开放源代码操作系统，使于二次开发，形成了广泛的生态圖市场占有率领先 ToB：云平台作为商业基础设施 核心角色●企业数字化转型催生了云计算，提供强大算力，构建底层运营服务，作为新的05扮演核心角色应用场景纵向由laaS向SaaS转变，横向扩展至家居、工业、社区等场屋，透新构建全面的商业生态剧 ToT：异构化OS勾勒万物互联生态圈 异构化OS助力AI依赖于算力、算法和数据，推动了IoT的发展，异构化芯片与OS相结合AI和loT实现了智能家层和无人享驶等应用场景智能设备、边缘计算与云平台相吉合，推动了数据处理的深度开发，为AI万物互联提供了推理基础产业巨头的竞争包括三星、谷歌、微软、华为等企业在IoT领域推出了各自的系统，阿里云通过YunOS落地，主导物联网标准，逐步形成一体化生态固 阿里云AI+云新引擎得到发展，未来将继续专注于国内外电商业务，AI+云计算的科技业务，互联网平台产品三大业务类型，预计未来三年在云和AI的基础设施投入超越过去十年的总和 云计算服务模式：主要分为基础设施即服务（laaS）、平台即服务（PaaS）和软件即服务（SaaS）三种类型尤为突出 模型即服务MaaS：亚马逊云计算与大模型协同，提供MaaS云服务模式已形成落地框架和初步成效。未来将进步筑牢MaaS体系，为“人工智能+”广泛落地提供便捷路径 云计算部署类型：主要包括公有云、私有云、混合云等，AWS是公有云市场的第一大玩家，市场占有率在30%以上 亚马逊AWS云计算业务作为公有云市场的领导者，其在各市场阶段的产品策略对应各阶段客户需求，历经了“技术领先型产品-性价比领先型产品-行业解决方案-行业标准”的四个发展阶段 亚马逊的传统云服务业务在AI大模型需求、市场对手竞争、自身产品领先性上受到了一定冲击 生成式AI的云计算的行业技术架构出现重构机会，基于AI功能的原生应用、模型即服务和算力芯片的变革，行业参与者应积极适应与把拆重构机会 全球三大云计算厂商中，亚马逊AWS的云计算市场份额的领导地位的优势正在缩小，微软恰恰抓住了云计算行业技术架构重构的机会，其市场竞争能力与地位得到提升 Azure从35.2%上升到40.4%Google Cloud从17.7%上升到21.3% 从2019Q1到2023Q4，AWS市场份额从60.5%下降到47.6%.Azure从25.2%.上升到34.3%.Google Cloud从14.3%上升到18.1% AI大模型训练的算力需求成为云计算市场最重要的需求，AWS在AI芯片研发和大模型技术层面，相较于竞争对手在此核心竞争能力上出现了一些落后 AWS在AI能力上落后 AI大模型训练的算力需求成为云计算市场最更要的需求 ●随着人工智能技术的飞速发展，AI大模型训练的算力需求已经成为云计算市场最重要的需求之 AWS在年度大会上宣传自研芯片Trainium3和Bedrock2.0平台，试图降低对英伟达的依赖，提升大模型竞争力，增强市场地位，然而外媒评价谨值 芯片层面：自研芯片Trainium3，希望降低对英伟达的依赖 推出AWS在年度大会上宣传自研芯片Trainium3，邀请苹果机器学习和Al资深总监BenoitDupin站台日的降低对英伟达A芯片的依赖，提高利满率为下游客户提供更具成本效益的解决方案，提升市场竞争地位，彭博社：Trainium3的市场接受度和竟争能力存疑Forbes：用户对NVIDIA依，AWS份额小，需证明多场尿能力反响TheVerge：适合特定工作负载，但在Al推理和多样化需求上受限 大提型层面：推出Bedrock2.0，包括TitanV2和ClaudeV2系列 微软：投资OpenAl，A技术集成到多款产品中，提升客户生产力谷歌：自研Gemini模型，追赶GPT技术，AWS：充当“实水角色，Bedrock平台合多款大模型，但与微软、客户观里情绪高，销售被动 市场格局 歌据中心的现代化 雅出Bedrock2.0 TechCrunch：TitanV2专用任务出色，但通用性和先进性不足Wired：TitanV2功能受限，难抗衡GPT-4TheVerge：ClaudeV2语言处理稳定，但在澡度推理上欠缺BusinessInsider：ClaudeV2有竞争力，但AWS能否打破童断存摄公众号：鼎咨询 在PAAS和SAAS细分市场，AWS相较于传统竞争对手微软和谷歌而言，在AI技术积累方面的差距有被进一步拉大的风险 在IAAS领域，在人工智能技术设施提供商英伟达所推动数据中心现代化的趋势下，被扶持的新型AI专业服务商借助的AI工厂的高性能GPU架构，对亚马迹AWS的云计算业务带来的挑战 英伟达与CoreWeave合作 对AWS的业务冲击和挑战 CoreWeave自身服务特点 业马逊AWS中国区面临本土价格劣势、大客户流失、资源限制、内部管理和外部竞争等诸多排战，中国云计算企业市场竞争能力也在急速提升，鼎惟将在后续对中国市场云服务业务与竞争格局为大家做研究 重新划分销售条线为8大行业线，并简1WS大中华区为应对上述挑战，进行了大规模组织调整，筛调行业导回，化管理结构，重新定位L8高管职位及各自管理范围 加强AI模型的生态合作，力求通过生成式AI产品化的策AWS积极向AI方向转型和布局，布局自研芯片与模型略追赶技术差距，稳定市场领导地位 01／亚马逊整体情况02/云计算行业发展03/AWS技术体系04/战略保障措施05/行业未来趋势 亚马逊的AI战略以降低AI模型使用门槛为愿景，旨在重新定义构建和拓展模型的方式，亚马逊选择生成式AI产品化路径，设计三层堆栈架构整合应用工具和基础设施，周绕八大AI模型核心阶段构建完整AI战略体系 AWS三级AI体系：三层堆栈架构整合应用、工具和基础设施，提供易用的GenAI功能、托管LLM平台和高效硬件支持，以全面优化AI和ML的开发与部署，同时通过技术投资巩固市场领导地位 SageMaker亚马逊机器学习平台 提供端到端的工具和服务，用于数据准备、模型训练、部署和管理，简化机器学习工作流程，使开发者更高效地构建和部活模型 多元算力矩阵：AWS通过收购AnnapurnaLabs，与开源社区和硬件厂商合作，同时自研芯片，形成多元算力矩阵 专用芯片 AmazonGraviton CPU是数据中心算力的最核心器件，ARM服务器CPU反响不错，AWS应该会持续重金投入，加大ARM服务器CPU的使用量，提升整体占比 Amazon Inferentia 训练这些深度学习模型需要满耗大量算力和成本，让许多企业不堆重负为了帮助客户降低成本，亚马逊云科技开始进行自研深度学习推理芯片的开发 AmazonNitroSSD 存储控制 存储卡是性能稳定性和数据安全的潜在风险AWS通过自研NitroSSD与NitroDPU芯片更好地协同，给膏户提供更稳定更安全的存储服务公众号·鼎雄咨询 亮点一：AWS芯片采取外部采购与芯片自研方式相结合，其GPU采购策略采用多元化供应战略，批量长期采购保障芯片供应稳定，同时关注成本效益及时根据市场动态调整，未来将加大采购投入，扩大合作范用 发布Nitrov52022年 主要目的：让内核的宽度得以增加，即使用指令并行的方式，希望其内核在同一个时钟周期中能够执行更多的指令、完成更多的任务 级 解决思路：在内存下功夫，会比增加核数的效果更快 从第一代Graviton到第二代，AWS增加了不少核数，效果还不错。第三代时，AWS团队研究了真正在Graviton2上运行的客户工作负载，发现其中大量的工作负载里是大数据的、微服务架构的等等，还有些高性能计算服务，这些服务对于内存带宽和延时敏感度非常高。 Graviton4CPU特点 性能改进：核心数量从16个增加到96个，架构从Arm的通用Cortex核心转变为服务器专用的NeOverseN2，L2缓存大小从8MB扩展到192MB 计算能力 安全重点 其ScaleOut发展模式与NitroDPU的ScaleUp服务器芯片Graviton4：历代型号不断送代更快更好更多内核，发展模式形成鲜明对比 GravitonCPU和NitroDPU的澜滑 下一代产品将优化生成人工智能训练芯片Trainium：作为专为训练机器学习的定制芯片，以速度和成本取胜。式AI工作负载，跨越关键功率阅值，通过创新的单相冷板技术和微流体技术实现大幅提升 人工智能推理芯片Inferentia：专注于通过高效推理芯片降低机器学习成本，提高性能，满足深度学习推理需求同时通过与Trainium共享SDK优化开发者体验，推动云端AI算力的普惠化 市场反响：业马逊在市场中进行巨额差异化投资自研芯片，大幅降低采购运营成本，在云厂商中取得竞争优势减少对英伟达芯片的依赖，一批知名企业是AWS自研芯片的使用客户，对产品反响评价较好 亮点三：SageMaker机器学习平台。平台通过一站式服务简化了从数据标注到模型部署的整个流程，使开发者能够高效地构建、训练和优化机器学习模型，同时降低成本并缩知项日周期 智能算力分配：为解决多个项日算力分配不均、硬件资源浪费的问题，SageMakerHyperPod通过智能算力分配来降低购买与部暑硬件巨大的成本支出 训练和部署，模型层：全托管生成式AI服务AmazonBedrock：帮助开发者简化生成式AI应用程序的开发、提供多家领先公司的基础模型（FMs），让开发者迅速创建定制化AI解决方案，且无需自行管理底层基础设施 随着更多基础模型的加入和平台功能的持续升级，AmazonBedrock将在生成式AI应用中继续引领潮流，并助力企业在全球市场中保持竞争力 行生模型 涵盖从文本生成到图像处理等多个领域，不仅支持大规模AI应用开发，还可通过自有数据进一步定制以满足特定行业和场景的需求 亚马逊自研基础模型适合多种应用场景，具备高A