亚马逊云科技（AWS）10月10日宣布，与北京姚基金公益基金会共同推出”云上篮图”体育×科技育人计划，将投入100万美元现金（按当前汇率约合670.6万元人民币）及云与人工智能技术资源，面向中国基层体育教学培养兼具人工智能素养与体育专业能力的复合型人才。

首次将全球创新活动引入中国

该计划依托姚基金覆盖全国的学校网络与体育人才培养经验，并借助亚马逊云科技旗下的 Breaking Barriers 全球创新活动。这也是 Breaking Barriers 首次被引入中国市场。资金与资源一方面支持该活动在中国的落地，涵盖高校专业人才培训、黑客松实战演练以及成果部署应用三个阶段；另一方面支持”姚基金篮球季”的开展，为相关学校提供体育教学、训练与赛事支持。

三阶段打通”学AI”到”用AI”

在专业人才培训阶段，亚马逊云科技将联合姚基金，支持10所体育类或技术类院校开展培训，提供云和人工智能学习资源，并组建由资深解决方案架构师构成的导师团队，通过工作坊、面对面技术指导以及技能认证，帮助学生系统掌握生成式人工智能与数据科学的核心技能。

进入黑客松实战演练阶段，前期参与培训的高校学生将围绕来自一线基层体育教学的真实挑战打造人工智能教学工具。例如，结合学生体质特征与有限设施、自动生成个性化训练计划的人工智能教学助手。

在成果部署应用阶段，亚马逊云科技将进一步优化黑客松中孵化出的优秀工具，并在姚基金所覆盖的100所基层学校中开展试点，为基层体育教师提供个性化训练指导和智能化教学支持。

公益基础与覆盖规模

姚基金由姚明于2008年在中国青少年发展基金会架构下发起，2018年在北京市民政局注册，以”助人自助，以体育人”为宗旨。截至2025年底，其公益项目已累计覆盖全国30个省份550余个县（市、区）的6700余所乡村学校，派出9200余人次志愿者支教，培训1600余名乡村专兼职体育教师。

分析认为，将云与人工智能工具系统性引入基层体育教学，既贴合国内对人工智能素养人才的需求，也为公益组织的数字化升级提供了可复制的样本。

据《科创板日报》10 月 6 日报道，亚马逊云科技（AWS）旗下大模型服务平台 Amazon Bedrock 官宣接入智谱 GLM-5.3，AWS 将基于模型调用量与智谱进行收入分成。这意味着中国大模型厂商通过海外云平台变现的通道进一步打开。

收入分成模式落地海外

报道称，除 AWS 之外，智谱近期还与多家海外云厂商落地了收入分成模式。智谱此前曾透露，计划通过海外云平台的收入分成，增加一条具备规模潜力的商业路径。

收入分成与传统的「卖授权」不同：模型厂商不再一次性收取固定费用，而是按客户实际调用量持续获得收益。对云平台而言，引入第三方优质模型可以丰富自家模型货架；对智谱而言，则能借助 AWS 的全球客户基础触达海外开发者与企业用户。

国内外分成体系贯通

在国内市场，智谱已与阿里云百炼平台等头部云厂商签署类似的分成协议；华为云已上架 GLM-5.3，并就类似合作达成意向。由此，智谱形成了贯通国内与海外的收入分成体系。

这种「平台代销、按量分成」的打法，正在成为大模型厂商出海的常见路径：依托海外成熟云生态的合规、计费和渠道能力，降低自建海外服务体系的成本，同时把模型能力直接输送给当地客户。

资本市场反应

消息公布后，智谱在港股市场一度上涨近 8%（盘中涨 7.82%，报 717 港元）。资本市场的正面反应，反映出投资者对大模型出海变现路径的期待。

需要说明的是，GLM-5.3 的具体技术参数以智谱官方发布为准；本文仅就商业合作与分发模式进行梳理，不构成任何投资建议。

芯片设计软件与半导体知识产权（IP）厂商新思科技（Synopsys，纳斯达克代码：SNPS）于 9 月 30 日宣布，与亚马逊达成一项多年期战略协议，交易规模超过 10 亿美元。双方将围绕定制芯片展开更深合作，亚马逊也成为新思科技应用优化型芯片 IP 业务的主要客户。

协议要点

根据新思科技发布的消息，这项多年期、价值超过 10 亿美元的协议，标志着其硅 IP 业务的重要扩展。新思科技将为亚马逊的自研芯片与云计算基础设施提供硅 IP 及人工智能驱动的工程设计软件，合作模式由此前的授权向”授权加版税”演进，随着量产规模扩大，双方均可分享价值。

亚马逊长期投入自研芯片，产品组合涵盖用于云安全的 Nitro、通用计算的 Graviton，以及面向人工智能训练与推理的 Trainium。在双方超过 15 年合作的基础上，新协议将亚马逊对新思 IP 的使用扩展到应用优化型硅 IP，同时纳入电子设计自动化（EDA）工具、仿真与分析技术，以及智能体式人工智能方案。

人工智能贯穿芯片到系统

协议还涉及在 Trainium 与 Graviton 上加速多物理场（multiphysics）解决方案，并把人工智能引入”从芯片到系统”的全流程工程：部署新思科技的人工智能 EDA、基于物理的仿真与智能体式 AI，开发定制化的智能体 AI 能力，帮助亚马逊工程团队更高效地进行芯片与系统的设计、分析、优化和验证。

新思科技方面也将采用亚马逊 EC2 计算实例、云存储服务，以及 Amazon Bedrock 来构建和部署 AI 应用与智能体，并将其工程软件针对 Trainium 和 Graviton 进行优化。

双方表态

亚马逊基础 AI、定制芯片与量子计算业务高级副总裁 Peter DeSantis 表示，亚马逊投入定制芯片已超过十年，从 Graviton 到 Trainium，专用芯片以更低的成本提供了更优的性能；随着芯片设计日趋复杂、人工智能重塑工程流程，新思科技的 IP 与 AI 工具能帮助亚马逊在设计中更快推进。

新思科技总裁兼首席执行官 Sassine Ghazi 称，专用硅是 AWS 创新的核心，随着公司拓展应用优化型 IP 业务，很高兴有亚马逊作为这一阶段增长的主要客户；结合亚马逊在 AI 基础设施与定制芯片上的领先优势，以及新思在硅 IP、EDA 与多物理场方案上的能力，双方可以大幅提升团队效率，塑造 AI 原生工程的未来。

消息公布后，新思科技股价在纳斯达克温和上涨。

据《The Information》报道并经 Tom’s Hardware 转述，亚马逊云科技（AWS）今年 5 月与内部工程师开会，明确要求减少“CPU 浪费”，以保证对外客户的算力供给。多名工程师表示，过去几小时就能拿到的实例，现在要等数天；其中一人称，在亚马逊工作多年，从未等过这么久。

显卡不再是唯一瓶颈

过去几年，数据中心的紧缺叙事几乎被 GPU 垄断。但这一轮压力落到了通用处理器身上。

报道称，数据中心里 GPU 与 CPU 的配比正在改变：传统上常见的 8 比 1 或 4 比 1，如今正朝着接近 1 比 1 的方向靠拢。原因指向智能体（AI agent）这一新的工作负载形态。

训练和推理主要吃 GPU，CPU 长期只扮演“喂饱显卡”的辅助角色。智能体则不同：它要按顺序编排多步任务、根据条件分支、频繁调用外部工具、维护中间状态，这些活儿基本都跑在 CPU 上。工作负载结构一变，被长期视作廉价管道的通用处理器，突然成了瓶颈。

AWS 的 EC2 实例同时部署了 AMD、Intel 的处理器以及自研的 Graviton5。Graviton5 是该公司迄今性能最强的自研 CPU，采用 Arm 架构路线。

六成五的实例长期在空转

内部整顿的直接动因，是利用率数据太难看。

报道披露，在 30 天的观测周期内，约 65% 的 EC2 实例平均 CPU 利用率低于 20%，大量计算资源长期处于低负载状态。传统上，工程师习惯为开发环境自行开机器——Web 类基础设施对 CPU 要求本就不高，多开几台虚拟机几乎没有代价。这种习惯在算力宽裕时无伤大雅，一旦供给收紧就成了明显的浪费。

为了精准识别闲置资产，AWS 升级了计算优化工具 Compute Optimizer：自动抓取并分析虚拟机 14 天内的 CPU 占用与读写数据，对峰值 CPU 利用率低于 15%、网络流量长期低迷的实例自动打标，供工程师据此清理。

供给端也在同步扩张。过去一年，该公司新增电力配套容量达 3.8 吉瓦，按报道给出的口径，这一供电规模可满足约 280 万户家庭的日常用电。

智能体正在改写成本结构

算力紧张的另一面，是智能体带来的开销失控风险。报道提到一个案例：上个月，一个编码智能体在亚马逊内部烧掉约 180 万美元的 token 费用，超出开发预算 860%。

这类数字解释了为什么大型企业开始在内部推行算力治理。工具本身单次调用便宜，但智能体会自主发起成百上千次调用，最终账单与传统开发工具完全不在一个量级。

紧缺同样传导到了芯片厂商一侧。AMD 近期发布了面向数据中心的 Zen 6 架构“Venice”系列处理器——这是几十年来该公司首次让新架构在数据中心先于消费级产品亮相。英伟达也把对外叙事从加速卡向新推出的 Vera CPU 倾斜，试图在智能体基础设施这块扩张中的市场里占位。

不过短缺并非全面性的。报道援引一位顾问的说法称，供给紧张主要出现在竞价实例（spot instance）上，签订长期合同的预留容量并未出现短缺。

对普通开发者而言，这轮变化的现实含义相当直白：在智能体大规模进入生产环境的阶段，把 CPU 当作可以随手浪费的廉价资源，这个前提正在失效。

来源：Tom’s Hardware，原始报道来自《The Information》

美国东部时间 7 月 30 日盘后，亚马逊公布了截至 6 月 30 日的 2026 财年第二季度财报。整份财报里最抢眼的一项，是云计算部门亚马逊云科技（AWS）单季营收达到 422 亿美元，同比增长 37%，创下过去 18 个季度以来的最快增速。市场此前的普遍预期是增长 31% 左右，实际数字大幅超出。财报发布后，亚马逊股价盘后一度涨超 10%。

一份被云业务点亮的财报

从整体盘面看，亚马逊第二季度净销售额 2006 亿美元，同比增长 20%；营业利润 275 亿美元，同比增长 43%，去年同期为 192 亿美元。分部门看，北美业务营收 1162 亿美元，同比增长 16%；国际业务营收 422 亿美元，同比增长 15%；广告业务表现同样稳健，同比增长 26%。

利润端出现了一个需要特别说明的数字。亚马逊第二季度净利润为 626 亿美元，摊薄后每股收益 5.75 美元，去年同期分别为 182 亿美元和 1.68 美元。这个看似夸张的跃升并非全部来自主营业务——其中包含 534 亿美元的非经营性税前其他收入，主要来自亚马逊对 Anthropic 的投资估值变动。

真正体现经营质量的是 AWS 的利润表现：该部门第二季度营业利润 166 亿美元，去年同期为 102 亿美元，营业利润率回升至 39% 左右，在新增芯片和服务器折旧成本高企的背景下，这个水平相当扎实。

「AI 和自研芯片，年化收入各自都超过 250 亿美元」

亚马逊总裁兼首席执行官安迪·贾西（Andy Jassy）在财报声明中说：「AWS 正在蓬勃发展，第二季度同比增长 36.7%，这是我们 18 个季度以来的最快增速，而当时 AWS 的营收规模还不到现在的一半。我们的 AI 业务和芯片业务，年化收入运行率各自都超过了 250 亿美元。」

这两项业务的同比增速均为三位数。芯片业务指的是 AWS 自研的 Trainium 训练芯片与 Graviton 通用处理器两大产品线。亚马逊在财报中披露，Trainium 的势头仍在扩大：全球两大人工智能实验室 Anthropic 与 OpenAI 均已做出多年期、多吉瓦级的算力承诺；采用 Trainium 的初创公司持续增加，包括 NEURA Robotics、Odyssey 等独角兽企业，以及 TwelveLabs、Decart、Poolside、Karakuri、Metagenomi Therapeutics、NetoAI、Splash Music 等，Uber、Pinterest 这类规模更大的公司也在其中。

按照贾西在电话会上给出的口径，AWS 当前的年化营收运行率已达 1690 亿美元。他形容，如果 AWS 是一家独立公司，将位列《财富》500 强第 24 位。他还给出了一个更长远的判断：AWS 最终有潜力成长为一项年营收 1 万亿美元的业务。

4960 亿美元订单积压，与继续加码的资本开支

支撑这份乐观的是订单。贾西在电话会上披露，AWS 的在手订单积压（已签约但尚未确认收入的部分）达到 4960 亿美元，同比增长三位数。

代价同样明确。亚马逊第二季度用于物业和设备的支出达到 542 亿美元，去年同期为 321 亿美元。持续的重资产投入让公司过去十二个月的自由现金流由正转负——净流出 76 亿美元，而一年前为净流入 182 亿美元。同期经营性现金流则增长 33% 至 1614 亿美元。

更受关注的是资本开支指引的上调。亚马逊今年 2 月曾表示 2026 年资本支出约为 2000 亿美元，4 月维持了这一预测；本次电话会上，贾西将全年资本支出预期上调至 2200 亿美元，主要投向人工智能相关项目。他把上调的直接原因归结为内存价格上涨，并认为这轮支出热潮短期内不会放缓。

「即便如此，我们到 2026 年仍然不会有足够的产能来满足全部需求，我相信 2027 年同样如此。」贾西说，「事实上，我们对 2028 年的需求预判已经非常惊人了。」

三季度指引偏软，但另有解释

对当前的第三季度，亚马逊给出的营收指引区间为 1970 亿至 2020 亿美元，同比增长 9% 至 12%；营业利润指引为 225 亿至 265 亿美元。这一营收区间低于分析师此前 2041 亿美元的平均预期。

亚马逊对指引偏软给出了解释：今年的 Prime Day 会员大促由惯例的 7 月提前至 6 月举办，造成了同比基数上的错位。公司表示，若剔除两年间 Prime Day 时间错位带来的扰动，2026 年第三季度的内生增速将高出近 4 个百分点。

放在整个云计算赛道里看，这轮加速并非亚马逊独有。此前一周，Alphabet 报告谷歌云增长 82%；微软 Azure 在其财年第四季度（截至 6 月）营收增长 43%。三大云厂商同时提速，指向的是同一个变量——人工智能训练与推理需求正在把云计算的天花板整体抬高，而算力供给仍然吃紧。

来源：亚马逊 2026 财年第二季度财报公告（美国证券交易委员会存档）、CNBC、彭博社、华尔街见闻

大部分旗舰 Nova 模型进入「维持运行」状态

这次被降级的主要是 Nova 系列旗舰产品，包括高端模型 Nova Premier、多模态模型 Nova Omni、视频生成模型 Nova Reel 以及图像生成模型 Nova Canvas。有亚马逊员工用「KTLO」来形容这些模型的现状——这是「keep the lights on（维持运行）」的缩写，意思是仍会保障现有客户正常使用，但不再是重点研发方向。

不过，亚马逊并没有彻底放弃 Nova 品牌。目前保留下来的产品包括 Nova 2 Sonic 和 Nova 2 Lite 两款基础模型、模型定制服务 Nova Forge，以及浏览器智能体技术 Nova Act。未来新研发的前沿模型，也有可能继续沿用 Nova 名称。

面对外界对战略收缩的质疑，亚马逊发言人回应称：「AI 模型仍是我们最重要的工作之一，这一点没有改变。」并表示会根据客户需求调整产品阵容、提供迁移路径。

资源流向何处：内部代号 FMR 的前沿模型计划

被砍掉的资源有了明确去向。据报道，亚马逊内部代号为 FMR（Frontier Model Research，前沿模型研究）的新计划，今年已升级为公司最高优先级的 AI 项目。

该计划由研究员 Pieter Abbeel 牵头。Abbeel 原是机器人 AI 公司 Covariant 的研究人员，该公司被亚马逊收购后，他加入亚马逊并接手了下一代前沿模型的研发。FMR 团队目前正在训练一款全新的旗舰基础模型，预计将在今年秋季的 AWS re:Invent 年度大会上正式亮相。

调整背后：AGI 部门的权力更迭

这轮重组的背后，是亚马逊 AGI 部门的一系列人事变动。

亚马逊的 AGI 部门成立于 2023 年，当时由 CEO 安迪·贾西亲自推动，目标是打造能够支撑 Alexa、AWS、零售和广告等业务的基础模型，部门由 Rohit Prasad 领导。2025 年 12 月 Prasad 离职后，AGI、定制芯片和量子计算业务被统一划归高级副总裁 Peter DeSantis 管理；今年 2 月，AGI Lab 负责人 David Luan 也离开了公司。就在上周，亚马逊关闭了依托收购 Adept 团队组建的 AGI Lab，并裁减了 AGI 部门的部分岗位。

知情人士透露，DeSantis 比前任更强调聚焦。他此前在采访中直言，亚马逊的模型尚未站在最前沿，他希望公司在未来一年内跻身头部模型竞争者行列。与 Prasad 时期同时押注文本、图像、视频等多条产品线不同，DeSantis 正把人才与稀缺的训练算力收拢到少数最高优先级项目上。

值得玩味的是，就在去年的 re:Invent 大会上，亚马逊还高调发布了旗舰多模态模型 Nova Omni 2。不到一年，这条旗舰线就被部分关停。市场分析认为，这标志着 AI 竞争已进入深度淘汰赛：即便是财力雄厚的巨头，也不再有同时押注所有方向的余裕，「集中兵力打歼灭战」正在成为行业共识。今年秋天的 re:Invent 大会上，亚马逊的新答卷就将揭晓。

来源：Business Insider（报道转引：网易科技、新浪财经）