Meta 采用数十万台 AWS Graviton
Fazen Markets Research
Expert Analysis
Meta 决定部署“数十万”台亚马逊云服务（AWS）Graviton 处理器，标志着该公司在人工智能基础设施战略上的重要转折，路透社和 CNBC 于 2026 年 4 月 24 日报道。此项宣布紧随 Meta 在 2026 年 4 月与 CoreWeave 和 Nebius 等供应商达成约 480 亿美元扩展 AI 能力承诺，表明在部分工作负载上公司正从仅使用 GPU 的计算模式进行多元化。对于机构投资者和企业规划者而言，此举重新定义了超大规模云服务提供商在推理、预处理和编排层如何在 GPU、x86 与基于 ARM 的 CPU 资源之间取得平衡。使用场景的组合、部署规模以及与亚马逊之间隐含的定价动态，可能在未来 12–24 个月内改变采购模式、资本支出节奏和供应商估值。本文解读与 Meta 采用 Graviton 相关的数据点、竞争影响与风险向量。
Context
Meta 采用 AWS Graviton 的时点恰逢超大规模云端厂商在优化 AI 堆栈的总体拥有成本，而非单纯依赖 GPU 的背景下。据 CNBC（2026 年 4 月 24 日）报道，Meta 将把“数十万”级别的 Graviton 级芯片整合进其 AI 基础设施——这是从孤立测试部署向大规模生产化的数量级转变。该进展紧随 Meta 在 2026 年 4 月的更广泛 AI 战略更新，公司在其中概述了与第三方云和数据中心合作伙伴约 480 亿美元的 AI 相关承诺，显示了自有数据中心扩张与外包商容量并行开展的策略。
AWS 的 Graviton 架构（基于 ARM）被亚马逊定位为某些工作负载类别的性价比替代方案；AWS 公开材料称，在特定服务器工作负载上，相较当代 x86 实例可实现高达约 40% 的价格性能优势（AWS 白皮书，2024–25 年）。更广泛地看，Synergy Research Group 估算 2025 年 AWS 占有全球云基础设施服务约 33% 的市场份额，这为 Meta 在可获得规模折扣与运营整合的场景下选择由 AWS 提供统一 CPU 层的战略逻辑提供了支撑。
Meta 的硬件组合演变应置于供应商竞争日益激烈的背景下审视：在高性能 GPU 推理与训练方面，Nvidia 仍占主导地位；与此同时，超大规模云厂商和企业正在积极试验异构堆栈，将 GPU 与更低成本的 ARM CPU 配对，用于编排、分词和其他以 CPU 为主的步骤。Graviton 的部署并不意味着在大型模型训练上替代 GPU；相反，它是在许多以成本每次请求为关键的推理和辅助任务上，对架构进行结构性替代。
Data Deep Dive
CNBC 2026 年 4 月 24 日的报道给出了两个直接的数据点：规模——“数十万”台 Graviton 处理器——以及相对于 Meta 4 月份 480 亿美元 AI 承诺的时间点关系。保守地将该表述翻译为数量级，可能意味着根据 SKU 映射（例如 Graviton4 与 Graviton3 变体），相当于 20 万至 90 万 个 Graviton 核心或实例，且暗示显著的增量容量，可能代表 Meta 全球服务器机群的个位数百分点变动。如果 Meta 部署例如 300,000 台基于 Graviton 的实例，且每台实例平均处理 16 个 vCPU，则公司将为其计算资产池新增数百万个 ARM vCPU 线程——这是一个非同小可的运营增量。
AWS 公开将 Graviton 定位于那些受 CPU 限制但不需要 GPU 加速的工作负载，宣称在网页服务、微服务和某些推理任务上具有价格性能优势。来自 2024–25 年的独立基准测试和 AWS 案例研究显示，在特定工作负载上，相较 x86 对手实例成本可降低约 30%–40%（AWS 公开材料）。Synergy Research 2025 年的云份额统计（AWS 约 33%）进一步说明了为何 Meta 可能倾向于将这些 CPU 工作负载在单一供应商上集中化：采购杠杆与与云原生服务（如 Elastic Fabric Adapter、基于 Nitro 的安全性以及集成存储选项）的更紧密整合。
从供应商影响角度来看，这一规模的 Graviton 采用对芯片制造商、软件供应商和数据中心运营商均有重要含义。Nvidia（NVDA）在高性能 GPU 训练领域仍占主导；然而，更大的 Graviton CPU 已装机规模将扩大针对 ARM 优化软件的可寻址市场，可能有利于云原生工具供应商以及为 ARM 架构提供模型优化的公司。作为 Graviton 实例供应方的亚马逊（AMZN）有望在 Meta 的非 GPU 计算支出中获得更大份额，并可能对 AWS 的 Compute 与 Elastic Compute Cloud 收入结构产生连带影响。
Sector Implications
对于云与半导体市场而言，Meta 的这一举措凸显出加速分化的趋势：以 GPU 为主的训练集群对比以 CPU 为主的推理/服务层。超大规模云服务提供商和企业客户将重新评估采购策略，以便将工作负载特性与底层硅片经济学相匹配。从财务角度看，如果 Graviton 将 Meta 在 CPU 受限推理上的成本降低 20%–30%，这一节省在每季度数十亿次推理请求的复合下，可能显著改善每次请求的经济性与 AI 产品的毛利率，尽管精确量化取决于流量规模与工作负载侧写。
该公告对 Microsoft（MSFT）和 Alphabet（GOOG/GOOGL）也具有竞争影响。两家公司均运营重要的云业务，并在推进各自的 ARM 与 x86 策略；微软的 Azure 与谷歌云平台可能会加速 ARM 优化产品或推出反制性折扣以留住大客户。对于芯片厂商而言，ARM 服务器硅片市场的增量扩大可能支
Position yourself for the macro moves discussed above
Start TradingSponsored
Ready to trade the markets?
Open a demo account in 30 seconds. No deposit required.
CFDs are complex instruments and come with a high risk of losing money rapidly due to leverage. You should consider whether you understand how CFDs work and whether you can afford to take the high risk of losing your money.