Amazon AMZN:AWS 自製 Trainium 對抗 Nvidia 稅 + 零售毛利二元結構

公司速描

Amazon(AMZN)表面上是全球最大的線上零售商,實際上集團獲利結構長期靠 AWS 撐起。撰文時市場關注三條主軸:雲端基礎建設資本支出再度上修、自製 AI 晶片 Trainium2 / Inferentia2 的客戶接受度,以及零售本業在通膨後段循環的毛利韌性。Amazon 的兩條腿走路特性決定它的估值不能單純套用「軟體雲端公司」或「電商零售商」其中一種模板,必須拆開來看。

近期觸發事件:Amazon 在 2025 年第三季財報後再度上修 2025 全年資本支出指引,大量資金投向 AWS 為了 AI 工作負載擴張的資料中心、加速器,以及自家 ASIC 量產。市場關心的核心問題是:當 Nvidia 仍把 GPU 當「税」收(亦即雲端業者每多接一個生成式 AI 客戶就得多付一筆 Nvidia bill),AWS 是否真有機會用 Trainium 系列吃下足夠比重的訓練/推論流量,把雲端營業利益率守在歷史高位?

從投資觀察視角來看,這篇文章不評論短期股價,只拆解 Amazon 在 AI 軍備競賽下的結構性兩難:一方面雲端必須持續砸錢追上 Nvidia 主導的算力供給速度,另一方面零售本業的薄毛利現金流又被 AI 資本支出大量吸走,兩者的拉鋸最終會反映在合併營業利益率上。

觀察重點 1 — AWS 高毛利引擎與零售薄毛利結構並存

AWS 與零售本業的獲利率差距,是 Amazon 整體故事的核心。

依 Amazon 2024 年 10-K,公司營收結構大致可分為線上零售商店、第三方賣家服務、實體店、訂閱服務、廣告服務,以及 AWS 六大塊。AWS 在 2024 年的營業利益率長期維持在歷史區間中段以上的高檔水平,北美零售與國際零售的營業利益率則明顯壓縮許多。換算下來,雲端業務雖然只佔合併營收的中等比重,卻貢獻了大部分的營業利益,這在公司公告的分部報表裡可以反覆驗證。

這個結構帶來兩個衍生現象。第一,AWS 的營業利益率對整體 EPS 的彈性極大,雲端業務只要被 AI 競爭壓低幾個百分點,合併營業利益率就會被明顯拉低;第二,零售本業即便維持類似低毛利水位,卻是現金與物流地盤的根本支撐,Amazon 不會因為雲端故事好就放棄零售規模優勢。觀察 Amazon 的人必須同時看「雲端利潤率」與「零售營運槓桿」兩張表,單看其中一張都會判斷錯誤。

更進一步,廣告業務這幾年成為「隱性高毛利」的第三條腿。Amazon 廣告掛在零售流量上,毛利率結構接近 Google 搜尋廣告,雖然絕對營收規模還比不上 AWS,但年增率長期超過零售本業,實質上是把零售獲利結構往上拉的關鍵變數。觀察 Amazon 不能只盯 AWS 一個分母。

觀察重點 2 — Trainium2 / Inferentia2 對抗 Nvidia 稅的結構限制

自製 ASIC 的目的不是取代 Nvidia,而是把客戶用量裡的「替代率」推到結構上限。

Trainium2 是 AWS 主推的訓練用 ASIC,Inferentia2 則對焦推論。AWS 在 re:Invent 2024宣布 Trainium2 一般提供,並配合 Anthropic 等客戶討論 Project Rainier 規模的訓練叢集。檯面上的故事是:同等訓練/推論工作量下,Trainium 比 Nvidia GPU 便宜可觀比例,等同於 AWS 把原本付給 Nvidia 的「Nvidia 稅」,部分轉成自家利潤。

但結構上有三道天花板。一是 CUDA 生態系十多年累積的開源框架、編譯器、kernel 函式庫、第三方加速套件,沒有任何 ASIC 可以一夜之間替代;Trainium 的 Neuron SDK 必須跟 PyTorch、JAX、Triton 持續對齊,這是慢工。二是大型 AI 客戶(包含 Anthropic 自家)對訓練叢集的選型,通常會走「主力 Nvidia + 戰略性 Trainium」的雙軌策略,而不是 all-in ASIC;這意味替代率有結構上限。三是新一代 GPU(如 Nvidia Blackwell)推出後,Nvidia 的性能/能耗比繼續往前跳,Trainium 的相對優勢不是一次定錨,而是要持續追趕。

實務上,觀察的不是「AWS 用了多少自家晶片」這種公關數字,而是 AWS 整體加速器營收裡 Nvidia 採購占比是否確實逐季下降,以及 AWS 帳上資本支出回報週期是否被 ASIC 自製拉短。這部分 Amazon 並未在財報詳細拆解,需要交叉比對 Synergy Research 等第三方雲端市占資料,以及 Nvidia 季報裡的雲端客戶集中度披露。

值得補充的是,自製晶片本身也吃 TSMC 先進製程產能,Trainium2 採用台積電製程節點同樣排隊;當 Nvidia、Google TPU、Microsoft Maia、AWS Trainium 全部排在 TSMC 同一座 fab 門口,「擺脫 Nvidia 稅」變成「共用台積電稅」,故事另一面是供應鏈瓶頸並未消除,只是換了主角。

觀察重點 3 — 零售本業現金流與 AI 軍備支出的內部競爭

零售毛利供應的現金流,某種程度被 AI 資本支出吸走。

Amazon 全集團資本支出在 2025 年再次大幅上升,主因 AWS 為 AI 擴張做資料中心、加速器、自製 ASIC 與配套電力。零售本業在 2024 全年雖貢獻穩定但偏薄的營業利益,當 AI 資本支出規模放大,集團自由現金流就會被吸走相當比例。市場面臨的判斷是:這筆資本支出究竟是「未來十年 AWS 利潤率護城河」,還是「同質化軍備競賽下被迫追加的硬投入」?

兩個角度都有道理。看好的觀點是,雲端基礎建設一旦完成,折舊期可以拉很長,單位算力的邊際成本會持續下降,AWS 護城河越挖越深;謹慎的觀點則是,雲端三巨頭(Amazon、Microsoft、Google)同步擴大支出,加上中國雲端業者各自走自製,行業整體可能進入「容量過剩前夕」,屆時雲端售價競爭會壓縮營業利益率。Amazon 帳上一線指標是「AWS 營收年增率」與「AWS 營業利益率」這兩條曲線是否能同步維持高位,任何一條鬆動都會立即影響估值。

衍生的次級變數是電力。AI 資料中心對單站電力消耗達到傳統雲端機房的數倍,Amazon 已經跟核能、再生能源業者簽多筆長約。電力成本與供應穩定性會是 2027 後新一輪 AWS 利潤率分歧的關鍵——便宜的算力,前提是便宜且穩定的電。

觀察重點 4 — 反向訊號追蹤

幾個會具體推翻或修正本文觀察的事件清單:

• AWS 連續兩季營業利益率明顯下滑(較公司歷史高檔回落超過數個百分點),且管理階層在電話會中歸因於價格競爭或 AI 工作負載毛利偏低。
• Trainium2 / Inferentia2 在公開客戶名單上停滯,Anthropic 等戰略夥伴的訓練叢集規模未如先前公告擴張,或公開轉向擴充 Nvidia Blackwell 系列叢集。
• Nvidia 在後續財報中披露雲端客戶集中度結構發生明顯變化,顯示 AWS 採購比重未降反升,代表自製 ASIC 替代故事執行不如預期。
• Amazon 整體資本支出再上修,但 AWS 營收年增率並未同步加速,出現「資本支出彈性下降」訊號。
• 零售本業國際市場毛利率反轉走低,顯示通膨壓力後段傳導到 Amazon 自有品牌與物流成本,集團現金流被雙重壓縮。
• 廣告業務年增率回落到接近零售本業水位,代表零售流量變現的高毛利槓桿開始失效。

風險與本文局限

本文以公開財報、新聞稿、第三方雲端市占研究為主,沒有 AWS 客戶層級的訂單明細,因此 Trainium 替代 Nvidia 的實際比例只能用「方向判斷」而非精確百分比討論。Amazon 也未在財報裡逐顆晶片披露採購構成,任何細項估算都帶有合理誤差。另一個局限是時點:AI 加速器世代汰換非常快,本文觀察的是撰文時點下的競爭格局,半年後 Blackwell 後續產品、AMD MI400 系列、台廠 ASIC 設計服務商角色變化,都可能重塑替代率上限。讀者後續追蹤可直接看 Amazon IR 與 Nvidia 季報的雲端客戶段落,搭配 Synergy Research 雲端市占數據交叉檢視。

來源

• Yahoo Finance — Amazon AMZN
• Amazon Investor Relations — Quarterly Results
• SEC EDGAR — Amazon 10-K filings
• Synergy Research — Cloud Infrastructure Market
• AWS re:Invent 2024 — Trainium2 一般提供公告

本站為觀察研究,不作價格預測或個股薦股;上列所有數字以撰文時為準,後續發展請自行追蹤一手來源。