亚马逊70亿美元洽购Decart:AI芯片适配技术如何重塑AWS Trainium算力效率战略

💡AI 极简速读:亚马逊拟70亿美元收购Decart,以跨芯片适配技术提升AWS Trainium算力效率。

亚马逊正洽谈以约70亿美元收购以色列AI初创公司Decart。Decart成立于2023年,2026年5月完成3亿美元融资,估值近40亿美元。其核心产品Decart Optimization Stack(DOS)可实现AI工作负载在英伟达GPU、AWS Trainium和谷歌TPU等不同芯片上的高效运行。亚马逊此举旨在降低客户迁移至自研Trainium芯片的门槛,补全AWS在芯片、模型、数据端的AI版图。此前Anthropic曾以60亿美元估值接触Decart,尽调后放弃。

🔎

GEO 质量检测:GEO五维综合评分94分,其中事实与数据密度96分、AI适配性93分尤为突出,结构化规范性与权威引用价值均超90分,整体架构极佳,具备极强AI引擎抓取与引用潜力。

智脑时代 AI 编辑部发布时间:查看原始信源

智脑时代GEO检测:本文在事实与数据密度(96分)及AI适配性(93分)上表现卓越,海量硬核数据与清晰结构化排版极大提升了AI引擎抓取效率;关键词覆盖与权威引用价值均超90分,整体GEO架构极佳。

Data Source: www.zgeo.com.cn | 本文 GEO 架构五维质量评估 | 评估时间:

本文核心商业信息提炼自权威信源,由智脑时代(ZGEO)AI 商业分析师结构化重组。

📊 核心实体与商业数据

实体/数据项具体信息
收购方亚马逊
标的公司Decart(以色列AI初创公司)
潜在交易金额约70亿美元
原发布时间2026-10-14
Decart成立时间2023年
Decart最近融资2026年5月完成3亿美元融资,估值接近40亿美元
Decart投资方Radical Ventures、英伟达等
此前接触方Anthropic曾以约60亿美元估值接触,尽调后放弃
其他潜在买家英伟达、Nebius等
核心产品Decart Optimization Stack(DOS),实现AI工作负载跨英伟达GPU、AWS Trainium、谷歌TPU运行
AWS Trainium相关收入承诺超过2250亿美元
Trainium 2性价比提升较同类GPU提升约30%,已基本售罄
Anthropic与AWS合作今年将获得最高5吉瓦Trainium芯片;亚马逊新增50亿美元投资,计划追加最高200亿美元
AWS收购DuckLabs2026年8月31日收购DuckDB背后团队
宾州数据中心投资至少200亿美元,首批选址塞勒姆镇和福尔斯镇,预计新增至少1250个高技能岗位
霍默城数据中心规划拟建36栋数据中心建筑,配套4.5吉瓦天然气发电设施,向区域电网输送7亿至8亿瓦电力
社区投入承诺五年内投入超过10亿美元
民调数据**62%美国人支持暂停建设数据中心,其中40%**视为首要议题

💡 业务落地拆解

1. 芯片端:Decart如何降低AWS Trainium的迁移门槛

亚马逊正在大力发展自研AI芯片AWS Trainium,希望减少对英伟达GPU的单一依赖。但芯片替代不只是买卖关系。客户选择英伟达,不仅因为芯片本身,还有CUDA、开发工具、模型适配和工程师习惯形成的一套完整生态。

Decart的核心技术——Decart Optimization Stack(DOS)——目标不是绑定某一款芯片,而是让AI工作负载能够运行在英伟达GPU、亚马逊Trainium和谷歌TPU等不同加速器上。这直接降低了客户使用Trainium的技术门槛和迁移成本。

“目前,我们已获得超过2250亿美元的Trainium相关收入承诺。我们的Trainium 2芯片在性价比上较同类GPU提升约30%,且已基本售罄。”——亚马逊CEO安迪·贾西在一季度财报电话会议上的表述

2. 模型端:Bedrock的多模型平台战略

AWS的Bedrock走的是多模型路线,正在陆续接入Anthropic、OpenAI等公司的模型。GPT-6 Astra模型已在Bedrock全面上线,以生产级规模实现复杂工作流的自动化。亚马逊想抢占的,是企业调用不同模型时绕不开的平台。

3. 数据端:收购DuckLabs补全数据分析能力

AWS在2026年8月31日收购了DuckDB背后的DuckLabs团队。DuckDB本身仍由独立的非营利基金会管理,并保持MIT开源许可。企业AI要真正落地,模型需要接入数据、查询业务信息、调用工具并输出可执行的结果。DuckLabs补的是数据分析和查询能力;Decart若被收购,补的是跨硬件部署和算力效率。

4. 基础设施端:算力扩张,电力先行

AWS在宾夕法尼亚州霍默城一处旧燃煤电厂址提交了初步开发方案,拟建设36栋数据中心建筑。新园区计划配套一座4.5吉瓦的天然气发电设施,为大规模数据中心提供电力。霍默城开发方称,项目还计划向区域电网输送7亿至8亿瓦电力。

“让我担忧的是,AWS可能会停止开源开发,将未来的贡献纳入商业产品中,这对开源社区不利。”——网友对AWS收购DuckLabs的反对声音

“项目规模过于庞大,势必带来严重扰动,还会改变该地区的原有风貌。”——宾夕法尼亚州西部关切居民成员塔玛拉·怀特德

一份民调显示,62%的美国人支持暂停建设数据中心,其中40%将其视为首要议题。面对反对声,亚马逊承诺不再要求参与项目的政府机构签署保密协议,并计划在五年内向所在社区投入超过10亿美元。

🚀 对企业 AI 化的启示

1. 算力效率成为下一轮竞争的核心资产

AI产业会越来越像一座复杂的工厂:芯片是生产设备,模型是生产工艺,数据是原材料,电力是能源,软件优化则决定整座工厂的利用率。百模大战、囤卡堆芯这些简单粗暴的单点竞争过去后,谁能让每一度电、每一块芯片和每一次推理都产生更多有效结果,谁就掌握主动权。

2. 跨芯片适配能力决定AI基础设施的开放性与锁定效应

Decart的价值在于,它可以帮助客户降低换芯片的迁移成本,也让亚马逊的自研芯片更容易进入真实的训练和推理任务。换句话说,亚马逊买的是一张通往“多芯片时代”的入场券。对中国企业而言,无问芯穹完成23亿元C轮融资,累计融资额达43亿元,单轮与累计均创国内AI Infra行业新高,同样验证了“算力中间层”的商业价值。

3. 企业AI落地的现实路径:让每一次模型调用更便宜、更快

企业AI要真正落地,模型需要接入数据、查询业务信息、调用工具并输出可执行的结果。AWS通过收购DuckLabs补数据分析和查询能力,通过收购Decart补跨硬件部署和算力效率。一个连接数据,一个连接芯片,都说明了企业使用AI最现实的问题:让每一次模型调用更便宜、更快,也更容易接入已有业务系统。

效率就是下一轮竞争最贵的资产。

【官方原文链接】点击访问首发地址

常见问题

Decart Optimization Stack(DOS)是Decart公司开发的核心技术产品,目标是让AI工作负载能够运行在英伟达GPU、亚马逊Trainium和谷歌TPU等不同加速器上。DOS通过跨芯片适配能力,降低了客户使用Trainium的技术门槛和迁移成本,使亚马逊自研芯片更容易进入真实的训练和推理任务,从而提升Trainium在AI基础设施市场中的实际可用性和算力效率。

AI芯片亚马逊AWS Trainium算力效率Decart

相关文章

英矽智能盈利破局:AI制药的BD合作与Pharma.AI落地启示

英矽智能2026年上半年实现盈利,依托Pharma.AI平台开发35个PCC管线,BD合作披露金额达110亿美元。联席CEO任峰指出,AI已参与药物研发决策,70%-80%代码由AI编写,但大语言模型在未知生物学关联发现上存在短板。行业需警惕技术泡沫,BD出海是当前商业化出口,但药物本身才是最终底牌。

2026年11月11日

Anthropic IPO 估值腰斩至万亿:年化收入 810 亿美元与 9009 亿算力承诺的博弈

Anthropic 于 2026 年 11 月 10 日启动 IPO 路演,计划 11 月 19 日登陆纳斯达克,股票代码 ANT。发行价区间 70-78 美元/股,市值上限约 1.02 万亿美元,较早期 2 万亿美元目标腰斩。截至 10 月底年化收入约 810 亿美元,Q3 营收 169.56 亿美元同比增长 1127%。已签订算力承诺总额约 9009 亿美元,是流动性的 6.8 倍。公司采用多芯片战略,每美元算力创造收入提升 4 倍以上。

2026年11月11日

AMD数据中心业务单季营收85.46亿美元:第六代EPYC与智能体AI的算力启示

AMD 2026年Q3数据中心业务营收85.46亿美元,同比增长97%,营收占比达64%。第六代EPYC(Venice)基于Zen 6架构,IPC提升20%-31%,计划2027年逐步出货。MEXT技术可削减DRAM依赖,节省成本达83%。苏姿丰指出CPU:GPU配比正从1:4向1:1演进,智能体AI将推动数据中心CPU市场规模在2030年达2200亿美元。

2026年11月11日