Trainium 迭代對 AWS AI 雲毛利率結構有何長期影響？

AWS擴大攜手輝達(NVDA)：200萬顆GPU與雲端AI基礎設施進入新週期

亞馬遜(AMZN)旗下AWS與輝達(NVDA)宣布擴大長期合作，市場關注焦點落在更大規模的GPU採購與系統整合計畫。AWS預計自今年起至2028年間，額外部署高達200萬顆輝達GPU，涵蓋Blackwell Ultra、Rubin與Rubin Ultra等新架構，顯示雲端AI基礎設施需求已推進到下一個投資週期。 這項合作建立在AWS先前承諾自2026年起安裝100萬顆輝達晶片的基礎上。從合作節奏來看，AWS一方面持續推進自研晶片，另一方面在供應鏈配置上仍高度依賴輝達高階硬體，代表短期內雲端算力仍由外部最強架構主導。 這批200萬顆GPU的需求不只來自訓練，還包含代理式AI、科學研究、企業自動化與實體AI等場景。這些應用同時放大推理、訓練與大規模資料處理需求，也同步拉高對GPU、網路與記憶體的要求。若再考慮高階GPU單價通常落在數萬美元區間，相關資本支出規模相當可觀。 從市場角度看，這類訂單的意義不只在出貨量，更在於未來需求的可見度。AWS把下一代架構直接納入規劃，等於提前鎖定未來幾年的算力需求。對輝達而言，這種長約型需求有助於支撐高階產品線的出貨節奏，也讓雲端客戶的採購更接近平台級配置。 除了GPU採購，雙方也把合作往底層架構推進。AWS將導入輝達的Vera CPU基礎設施，並與Annapurna Labs深度合作；同時也會針對AWS的Trainium晶片，擴展整合具備高頻寬記憶體的NVLink Fusion技術，以提升運算能力與網路傳輸效率。 這透露出一個明確訊息：AWS並未把自研晶片路線與輝達路線切開，而是讓兩者在系統層相互配合。對雲端客戶來說，重點是更高吞吐量與更穩定延遲；對供應商來說，則代表架構主導權仍在高階加速器與互連技術手上。算力競爭已進入系統整合階段，單顆晶片規格以外的網路與記憶體配置，開始變成同等重要的戰場。 AWS與輝達也計畫替美國政府打造專屬AI工廠，預計配置高達10萬顆GPU，並部署在極度安全的AWS基礎設施中。這座運算中心將處理涉及國家安全的機密運算工作，顯示AI算力需求已從商用雲端延伸到政府與安全場景。 政府專案通常對穩定性、隔離性與供應鏈可信度要求更高。當這類訂單也走向高階GPU平台，代表AI基礎設施已不只服務模型訓練，也開始進入公共部門的核心工作流。需求來源更分散，採購規模也更長期化，這會讓高階算力的需求基礎更厚。 在軟體與模型生態系方面，輝達的Nemotron開放模型將進入Amazon Bedrock與Amazon SageMaker，方便開發者直接調用；CUDA-X函式庫也會為Amazon EMR與Amazon OpenSearch提供GPU加速，提升資料處理效率。這些安排的重點，不在單一模型曝光，而在AWS讓輝達工具更深地嵌入自己的雲端產品線。 更進一步的是Amazon Robotics。亞馬遜的機器人部門將導入輝達的實體AI平台，推動倉儲自動化升級。這讓合作從雲端計算延伸到實體營運，等於把AI算力直接接到物流效率上。雲端、模型、資料與倉儲自動化同時被串起來，合作範圍已超過傳統供應商關係。 整體來看，AWS與輝達的擴大合作釋放出清楚訊號：雲端大客戶仍在增加最頂規的AI硬體採購，且範圍不只停在GPU，還延伸到CPU、互連、軟體與實體應用。接下來要觀察的是，這種部署能否持續擴散到更多企業與政府客戶，並進一步反映在輝達高階產品線與AWS AI服務的實際使用率上。

AWS再加碼200萬顆GPU，Nvidia與自研晶片如何共存到2028年？

AWS與Nvidia擴大長期合作，計畫在2027年至2028年間新增部署200萬顆GPU，涵蓋Blackwell Ultra、Rubin與Rubin Ultra架構；加上先前自2026年起安裝100萬顆Nvidia晶片的承諾，合計達到300萬顆GPU部署規模。這顯示AWS正提前鎖定未來數年的AI運算能力，但雲端業者採購GPU後，還需要同步準備機房、電力、冷卻、網路與儲存系統，因此實際部署會跨越多年。 目前合約金額尚未公開，個別GPU雖然可能達到數萬美元，但仍需視架構、系統配置與採購折扣而定，無法直接用單一晶片價格推算Nvidia最終營收。AWS同時透過Annapurna Labs持續開發Trainium AI加速器，與Nvidia GPU並行部署，反映超大規模雲端業者會依工作負載、軟體生態與成本效率分配不同晶片，單一架構難以涵蓋所有AI需求。 在系統層級上，AWS將導入Vera CPU基礎設施，並與Annapurna Labs合作，把NVLink Fusion及高頻寬記憶體整合到Trainium平台。這代表Nvidia的影響力不只停留在加速器，也延伸到互連、記憶體架構與軟體工具；同時，CPU與GPU的比例變化也更值得觀察，因為AI叢集擴張需要CPU處理資料準備、排程、儲存及網路服務。 軟體整合也是合作重點。Nvidia的Nemotron開放模型將進入Amazon Bedrock與SageMaker，企業可透過AWS平台進行模型部署、訓練與管理；CUDA-X函式庫則會替Amazon EMR與OpenSearch Service提供GPU加速。對AWS而言，GPU利用率直接影響資本支出的回收效率，而模型、資料分析與搜尋服務整合得越完整，客戶租用GPU執行特定工作負載的門檻也越低。 此外，所有新一代GPU EC2執行個體仍會使用AWS Nitro系統與彈性網路介面，支援安全隔離、可靠性及網路效能。這些底層能力決定大型AI叢集能否穩定運作，也攸關AWS能否把硬體投資轉成雲端收入。 合作場景還包括政府與機器人。AWS與Nvidia計畫替美國政府建立專用AI工廠，配置10萬顆GPU，服務國家安全相關工作負載；Amazon Robotics也將採用Nvidia的物理AI平台，推進倉儲自動化。整體來看，這份合作涵蓋雲端AI、政府運算與倉儲機器人三類需求，後續重點則在實際部署進度、GPU利用率、AWS資本支出，以及新增算力能否轉化為持續成長的雲端收入。

邁威爾跌5.6%仍受關注？財報前市場在押雲端客戶訂單能見度

邁威爾（Marvell，美股代碼MRVL）8月21日單日下跌5.57%，收在237美元。雖然股價走弱，GF Securities同日卻發布報告，預期8月27日財報將上調財測，反映市場正在定價同一件事：超大型雲端客戶的訂單能見度。 報告指出，邁威爾目前同時服務全球前三大雲端業者，包括AWS、Microsoft Azure與Google Cloud，並同步推進三條客製化晶片（ASIC）開發線。這種同時切入多家大型客戶的能力，讓邁威爾成為少數具備AI晶片客製化量產潛力的廠商之一。 市場焦點則落在亞馬遜的Trainium系列AI訓練晶片。邁威爾預計參與Trainium 3，GF Securities估計其在2026年可貢獻約10億美元營收，2027年上看20億美元，2028年Trainium 4更可能突破30億美元。不過，這些數字目前尚未完整反映在現有財測中。 供應鏈面向上，邁威爾的ASIC晶片採用台積電先進製程，封裝端依賴CoWoS等先進封裝技術。台股中的日月光、景碩、欣興等封裝與載板廠，後續可觀察與AWS、Google相關的ASIC訂單比重是否在法說會中被提及。 這類訂單的優勢在於能見度長達三年，但風險也同樣明確：客製化ASIC高度綁定單一客戶，若AWS延後Trainium 3量產，邁威爾短期內也不易找到替代來源。 股價在消息同日下跌5.57%，顯示市場尚未直接接受分析師的樂觀預期，反而是在等待更明確的財報確認。若8月27日公布的下季財測中點超過18億美元，代表市場可能開始把Trainium納入定價；若低於17億美元，則代表量產時程與訂單貢獻仍存在不確定性。 財報觀察重點包括三項：第一，下季營收財測是否上調至18億美元以上；第二，電信與企業業務年減幅度是否收窄至10%以內；第三，管理層是否在法說會上明確提及Trainium 3量產時程。這三個數字與說法，將直接影響市場對邁威爾成長節奏的判讀。

邁威爾跌5.6%卻被看好？財報前市場在押一件事

邁威爾（Marvell，美股代碼MRVL）8月21日單日跌5.57%，收237美元。GF Securities同日發布報告，預測8月27日財報將上調財測。 市場關注的核心，是超大型雲端客戶訂單能見度。邁威爾目前同時服務全球前三大雲端業者：AWS、Microsoft Azure、Google Cloud，並同步進行三條客製化晶片（ASIC）開發線。 其中，亞馬遜的Trainium系列AI訓練晶片最受市場關注。邁威爾預計參與Trainium 3，GF Securities估計2026年貢獻約10億美元營收，2027年上看20億美元，2028年Trainium 4更預估突破30億美元，這些數字目前都還未完整反映在財測中。 供應鏈方面，邁威爾的ASIC晶片採用台積電先進製程，封裝端依賴CoWoS。台股中的日月光、景碩、欣興等封裝與載板廠，也可留意與AWS、Google相關的ASIC訂單比重是否在下次法說會上被點名拉升。 這類訂單的優勢在於能見度可延伸到三年，風險則是客製化ASIC高度綁定單一客戶，若AWS延後Trainium 3量產，邁威爾缺乏替代訂單可補上。 股價在報告同日下跌5.57%，反映市場尚未直接接受分析師的樂觀推估，而是在等待財報確認。若財報公布後的下季財測中點高於18億美元，通常意味市場開始把Trainium納入定價；若低於17億美元，則代表量產時程與訂單貢獻仍存在不確定性。 接下來可觀察三個重點：第一，下季營收財測是否上調至18億美元以上；第二，電信與企業業務年減幅度是否收斂至10%以內；第三，管理層是否明確提及Trainium 3量產時程。這三項訊號，將直接影響市場對這波反彈的判斷。

亞馬遜Trainium放量、Marvell入列：供應鏈數字是預測還是落地？

亞馬遜自研 AI 晶片 Trainium 系列加速放量，Marvell 被點名參與供應鏈，市場開始關注這波需求究竟是分析師預測，還是已經落地的訂單。文章指出，Trainium 3 與 Trainium 4 的營收規模雖被估算至 10 億美元、20 億美元與 30 億美元以上，但目前尚未見亞馬遜官方確認採購規模。 AWS 推動 Trainium 的核心邏輯，是降低對輝達 GPU 的依賴。Trainium 2 已在 2024 年底量產，並開始供給外部客戶；Trainium 3 預計在 2025 至 2026 年進入量產周期，Trainium 4 則被視為 2027 至 2028 年的下一階段。這條自研路線走了超過五年，現階段才逐步進入有規模出貨的階段。 Marvell 在 ASIC 設計上深度介入 AWS、微軟 Azure、Google 三家超大型雲端業者，顯示其設計能力獲得市場驗證。不過，三大客戶的需求時間點若錯位，Marvell 的單季營收仍可能波動；且三家客戶彼此競爭，任何一方提高內製化比例，也可能壓縮 Marvell 的分額。 供應鏈方面，Trainium 系列 ASIC 由台積電代工，封裝測試則牽涉 CoWoS 產能，創意電子與日月光投控也被納入觀察範圍。文章認為，接下來可關注台積電法說會是否提到 AWS 客戶 ASIC 訂單能見度延伸至 2027 年，以及日月光投控的先進封裝接單量是否同步提升。 在競爭格局上，AWS、Google、微軟三家同步深化自研晶片，對輝達的直接衝擊，是訓練晶片市場滲透率的天花板可能提早出現。Marvell 與博通則是目前承接這波 ASIC 需求較大的兩家設計商，雙方也在爭搶同一批超大型雲端客戶訂單。 市場當日對亞馬遜的反應仍偏向觀望，股價收跌 0.57%，顯示投資人正在等待更具體的驗證。文章整理出三個重點訊號：Marvell 財報是否提到 AWS 並給出具體營收數字、台積電 CoWoS 產能分配是否反映 AWS 需求，以及亞馬遜下一季資本支出是否仍維持在高檔。這些數據，將決定 Trainium 題材是落地訂單，還是仍停留在市場預期。

亞馬遜Trainium放量待驗證，Marvell與台積電供應鏈數字看什麼

亞馬遜自研 AI 晶片 Trainium 系列放量，Marvell 被點名參與供應鏈，但目前多數營收與訂單數字仍屬分析師預估，尚未完全獲得亞馬遜官方確認。文章核心在於，Trainium 2 已於 2024 年底量產，Trainium 3 與 Trainium 4 的量產時程與營收貢獻，是否能從預測走向落地，將影響市場對這條供應鏈的評價。 AWS 推動 Trainium 的核心目標，是降低對輝達 GPU 的依賴。對 Marvell 而言，同時服務 AWS、微軟 Azure 與 Google 等大型雲端客戶，代表其 ASIC 設計能力已獲市場驗證，但也意味著需求時點若錯開，單季營收波動可能加大。另一方面，台積電、創意電子、日月光投控都在這條供應鏈中，後續可觀察台積電法說會對 AWS ASIC 訂單能見度的說明，以及日月光投控先進封裝接單量是否同步增加。 文中也指出，AWS、Google、微軟同步深化自研晶片，對輝達的影響不只來自 AMD，還包括雲端業者自身的內製化趨勢。Marvell 與 Broadcom 是目前承接這波 ASIC 需求的兩家主要設計商，彼此都在爭取同一批超大型雲端客戶。市場短線仍偏向等待驗證，後續關鍵將落在 Marvell 財報中是否出現 AWS 對應的具體營收數字，以及台積電 CoWoS 產能分配與亞馬遜資本支出的變化。

AWS 綁進 OpenAI 雲版圖：350 億美元背後的 AI 基礎設施重估

真正值得關注的，不是 350 億美元追加投資本身，而是 AWS 正式成為 OpenAI Frontier 的獨家第三方雲分發提供商。這代表市場看到的，已不只是資金流向，而是雲端、算力與模型分發權被打包進同一個戰略架構。 亞馬遜完成對 OpenAI 的 350 億美元追加投資後，外界更在意的是這筆交易背後的條件與延伸影響。根據原文，OpenAI 先前已披露籌得 1100 億美元、估值達 7300 億美元；而亞馬遜在其中的資金參與，也被提及達到 500 億美元。這次新增投資，並非單純的資本加碼，而是與 OpenAI 未來的 IPO 節奏、以及通用人工智慧（AGI）路徑存在連動可能。 更關鍵的是，AWS 取得的不是一般合作，而是 OpenAI Frontier 的獨家第三方雲分發身分。這意味著 OpenAI 的部分能力，未來將更深地建立在 AWS 生態之上；亞馬遜也不只是雲端供應商，而是進一步進到模型運行、算力供給與客戶應用開發的核心位置。協議內容還包括未來幾年內消耗 2 吉瓦的 Trainium 運算能力、為亞馬遜客戶開發客製化模型，以及預計於 2027 年交付的新一代 Trainium4 晶片。 市場對這項消息的反應也很直接，Amazon 股價在消息公布後上漲超過 15%。這反映投資人重新評價的，不只是 OpenAI 的加持效果，而是 AWS 在 AI 時代的基礎設施地位是否再次被確認。換句話說，事件核心不在於 OpenAI 又融了多少錢，而在於這些資金、晶片、機房與客戶入口，最後會流向誰的雲、誰的運算平台與誰的分發網絡。 整體來看，這起交易更像是一次產業權力結構的再分配。Amazon 藉由 OpenAI，把 AWS 推回 AI 時代的第一線；而 OpenAI 也在資本、雲端與算力的支持下，朝更大規模的基礎設施平台形態前進。真正需要觀察的，已不是單一合約金額，而是這條從資本到算力、再到模型分發的長鏈條，是否能持續強化 Amazon 在 AI 基礎設施中的核心角色。

亞馬遜完成對 OpenAI 追加投資，AWS 獨家雲合作帶動市場關注

亞馬遜（Amazon）近日完成對人工智慧公司 OpenAI 的 350 億美元追加投資，並同步簽署獨家雲服務協議，進一步擴大雙方合作。根據報導，OpenAI 今年二月曾披露籌資 1100 億美元，當時估值達 7300 億美元，而亞馬遜在其中合計貢獻 500 億美元。 這次追加投資原本附帶部分條件，但細節未公開，市場普遍推測與 OpenAI 的 IPO 規劃或通用人工智慧進展有關。值得注意的是，OpenAI 上月已秘密提交上市申請，讓外界對後續發展更為關注。 除了資金挹注，雙方也簽下協議，確定亞馬遜網路服務（AWS）將成為 OpenAI Frontier 的獨家第三方雲分發提供商。協議內容不僅擴大先前 38 億美元交易規模，還包括未來幾年消耗 2 吉瓦 Trainium 運算能力，以及針對亞馬遜客戶應用開發客製模型的安排；新一代 Trainium4 晶片則預計於 2027 年交付。 消息公布後，亞馬遜股價週五上漲超過 15%，反映市場對其財報與 AWS 發展的期待。後續亞馬遜與 OpenAI 的合作如何影響雲端與 AI 競局，仍值得持續觀察。

亞馬遜完成追加投資OpenAI並綁定AWS，雲端與AI合作格局怎麼看

亞馬遜（Amazon，AMZN）近日宣布完成對 OpenAI 的 350 億美元追加投資，並簽署獨家雲服務協議，進一步擴大雙方合作。報導指出，OpenAI 今年二月曾透露已籌集 1100 億美元資金，估值達 7300 億美元；其中亞馬遜貢獻 500 億美元。此次額外投資原本設有條件，但細節未公開，市場普遍關注其是否與 OpenAI 的上市規劃或通用人工智慧進展相關。 在雲端合作方面，AWS 將成為 OpenAI Frontier 的獨家第三方雲分發提供商。協議內容不僅擴大先前 38 億美元交易規模，還涵蓋未來幾年消耗 2 吉瓦的 Trainium 運算能力，以及為亞馬遜客戶開發定製模型的計劃。另據報導，新一代 Trainium4 晶片預計於 2027 年交付。 消息帶動亞馬遜股價週五上漲超過 15%，反映市場對其財報與 AWS 表現的關注。後續合作如何影響雲端服務、AI 運算與市場競局，仍值得持續觀察。

AI 基建加速下的緯穎(6669)：訂單、出貨與 EPS 上修如何推動估值重評

AI 基建需求持續加速，緯穎科技（6669）的營運拐點並非由市場喊出，而是由訂單、出貨與財報預期逐步堆疊而成。文章指出，這一輪並非單純的伺服器補庫存，而是雲端服務供應商（CSP）對 ASIC 伺服器與 AI 運算需求持續擴張，進一步把整條供應鏈往上推升。 法人對緯穎的重新定價，核心在於營收與獲利預期同步上修。文中提到，第3季營收預估季增20%，第4季再季增17%，全年營收年增率可望達34%；今年 EPS 上修到360元，明年更上看500元。這代表市場不只是把緯穎視為 AI 供應鏈受惠股，而是逐步看成 AI 基礎設施中的核心獲利股。 產品組合的變化是轉折關鍵。下半年 Trainium 伺服器營收占比預計將超過50%，顯示緯穎已深度參與雲端大客戶的自研晶片架構供應鏈。另方面，AMD Helios 機櫃出貨量也從2,000台上調至5,000台，反映需求強度明顯升溫。加上 Trainium 3 量產與 Vera Rubin 架構第4季小量出貨，產品線正從上一代平台銜接到下一代架構。 在技術與市占面上，緯穎仍維持高階液冷技術與大客戶市占優勢。AI 伺服器的競爭重點，已不只是組裝能力，而是能否在高功耗、高密度、高散熱的環境下穩定交貨。這也是次世代 AI 機櫃與液冷方案能否延續獲利週期的重要基礎。 短期來看，因應成本上升所導入的代採購模式，可能影響表面營收認列，但實際機櫃出貨量仍在增加，獲利率也同步改善。文章強調，真正影響股價中長期走勢的，並不是單月營收高低，而是 EPS 是否能持續上修，以及出貨量、毛利率、大客戶資本支出與下一代架構接棒是否穩定。 供應鏈資金也出現輪動，電子代工與 EMS 族群同步受惠。文中提到，金寶（2312）盤中漲幅超過7.1%，大戶買賣超淨額接近3,000張；鴻海（2317）股價上漲超過4.4%，大戶淨買超接近15,000張；和碩（4938）漲幅逼近3.8%，大戶淨買超超過1,200張。這顯示市場不只聚焦單一公司，而是在擴散到 AI 製造鏈相關標的。 接下來值得關注的驗證點，包括 AMD「Advancing AI」大會與亞馬遜最新財報，因為這兩個事件將有助於檢視 AI 硬體需求是否持續擴張，以及 CSP 的資本支出是否仍維持高檔。整體而言，緯穎的強勢目前建立在 AI 基礎設施投資、CSP 需求、產品放量與 EPS 上修之上，但同時也需留意估值提前反映過多未來，以及資本支出放緩、出貨遞延或毛利受壓所帶來的波動風險。