AWS 推出 AI Factory：把英伟达与自研芯片算力直接搬进客户机房

很多政府部门和跨国巨头做 AI 时，最头疼的就是两难选择：既眼馋公有云上成套的算力集群和模型工具，又因为合规或数据主权红线，不敢把核心数据传上云。

在拉斯维加斯举办的 Re:Invent 2025 大会上，AWS 拿出了一个相当直接的解法：推出 AWS AI Factory 服务，干脆把整套专用 AI 基础设施直接搬进客户自己的数据中心。

把云端机房直接塞进客户后院

这套服务说白了，就是给大客户在自己的机房里搭一个完全专属的「私有 AWS 区域」。硬件完全专供这一个客户使用，数据怎么存、在哪里处理，全部锁在自家门内。

搬进去的东西几乎是全家桶级别。不仅包括 AWS 自研的网络、存储和数据库，还涵盖了 Nvidia GPU 和 AWS 自己的 Trainium 芯片。客户还能直接调用 AWS 的托管服务，包括现成的各种基础大模型。

硬件搭配上，客户既能选择深度集成的 Nvidia 方案，直接用上 Grace Blackwell 以及下一代 Vera Rubin 架构，跑全套 Nvidia AI 软件栈；也可以配合 AWS Nitro 系统和 EFA PB 级网络。

有意思的是，AWS 还宣布未来的 Trainium4 芯片将兼容 Nvidia 的 NVLink Fusion，同场还发布了 Trainium3 UltraServers。

谁在为这种专线工厂买单

其实这种打包卖 AI 工厂的打法，之前就已经有迹可循。它脱胎于 AWS 内部的「Project Rainier」，当时就是为了给 Anthropic 专门用 Trainium2 芯片搭建专属集群。

另一个大单在沙特。AWS 和当地算力公司 Humain 合作，上个月刚宣布扩建计划，准备部署大约 15 万颗 AI 芯片，里面既有 Nvidia GB300，也有 Trainium。

除此之外，AWS 最近还宣布计划砸下 500 亿美元，专门为美国政府扩展 AI 和高性能计算算力。很显然，主权算力和政府大单，正是这套服务盯紧的钱包。

为什么重要

对大客户和开发者来说，这种方案解决了一个很现实的痛点。过去在本地搭大模型基础设施，从选卡、组网到适配驱动，是个深不见底的坑；现在只要掏钱，就能在完全合规的前提下，把公有云的一整套现成生态搬回家。

不过门槛也极其夸张。这不是普通创业团队或中小公司能碰得起的产品，光是机房供电、散热和专有硬件的起步成本，就注定它只是国家级项目、主权基金或超大型金融军工机构的专属玩具。

我们认为，AWS 这一步走得相当狡猾。公有云巨头过去总想说服客户「把一切迁上云」，但在数据主权法规越来越严的当下，这一套在政府和传统垄断巨头面前越来越难推。

与其看着客户因为合规流失到本地独立机房，不如自己下场，把 AWS 的边界推到别人的数据中心里去。表面上是私有化部署，底层绑定的依然是 AWS 的协议、运维和软件生态。

看起来，未来的算力竞争正在从单纯拼公有云规模，变成深入到物理边境线里的主权争夺战。AWS 已经把重装部队开到了客户机房门口，接下来就看微软和 Google 怎么跟招了。