A
AMZN · Amazon
亚马逊
机构级研报
Serenity Serenity 此刻对 AMZN 的判断 看多🔁
「机器人和AI可降低运营成本」—— 站内中文速递 · 2026-05-13

亚马逊通过 AWS Trainium、Inferentia、Neuron SDK、EFA 和 SageMaker/Bedrock 把自研 AI 芯片嵌进云服务，核心驱动是降低大模型训练与推理的单位 token 成本并锁定 Anthropic 等云负载，关键约束是 HBM/先进封装供给、Neuron 软件成熟度和 CUDA 生态迁移阻力。

+2.0%她跟踪回报自 2026-06-16
17她的发声看多 17 / 看空 0
✅交叉验证多被印证 · 13F 2 条
44同主题热度近 7 天
观点截至 2026-07-06
🏛 机构共识 · 13F 全市场

谁在建仓 AMZN：全市场机构的钱怎么站队

最新一季 · 2026Q1

5,931 家 13F 申报机构披露持有它，占全市场约 67.9%；本季 +386 家加注。

产业节点② AI芯片 持有机构5,931 家 本季持有人+386 家 披露市值环比+6.3% AI 产业链持有广度第 4 / 359

口径=全市场 13F 季度申报聚合（8,741 家申报机构为分母）· 仅呈现机构持仓事实与季度变化，非买卖建议、不构成目标价 · 完整持有人名单 · 逐家调仓 diff · 资金视角 →

🛰 思想转向雷达 · 此刻

她对这条链的注意力正在做什么

同主题 7 天热度 44
🔁

数据不足以支撑语义判断(频次候选曾标全新方向,但原贴不足/不够具体)

同主题 · 她的新动向

093370🆕 全新方向此标的完全不在她已知案例库中,是她套用'卡点猎手'方法论(模型1霍尔木兹类比+模型6政府清单/出口管制催化剂)现挖出的全新~12亿美元市值韩国标的。6/13首次发帖详述机制:中国对日钨出口管制→WF6前驱体短缺→冲击SK Hynix/Samsung/TSM所需全球供应的25%,Foosung占该供应链约10%,'如果还记得霍尔木兹海峡和石油,那比例很大',并明确声明'无持仓,只是发布一个想法';6/15转为事后邀功口吻:'我早说过富松(093370)会成为...主要赢家...一天可能暴涨21%',显示她在持续跟踪并把它计入自己的判断战绩。
CBRS🆕 全新方向2026-06-27原贴明确自述：'OpenAI要在$CBRS上发布重量级5.6 Sol前沿模型，最高750 tokens/sec……我昨天看到消息后，在170美元附近第一次买了Cerebras初始仓位，低于185美元IPO价。感觉这是对其技术的验证'——她本人清楚承认这是首次建仓，且给出明确催化剂(OpenAI新模型发布)和估值参照($JBL)。
GOOGL🆕 全新方向freq_signal显示first=2026-06-15是她提及GOOGL的最早记录（此前约10个月未见），本轮她给出了具体的相对排序论证：06-24原贴写'$GOOGL其次，AI capex用于防守Search moat，Google Cloud有高效TPU，也能卖TPU；Gemini用户量上升，也帮助广告优化'（仅次于她认为最优的$AMZN），并在06-28/06-30反复把Google自身算力紧缺(3月削减给Meta的配额、backlog接近翻倍)解读为AI数据中心capex利好的证据。

引擎 thesis_shift_detector · 展示关注变化 · 非买卖建议 · 她关于 AMZN 的原声 →

前瞻研判 · 她怎么看接下来

未来怎么走、盯什么事、什么信号验证或推翻

研判未来是商品，过去战绩只是凭据。下面是 Serenity 本人对 AMZN 的前瞻判断与该盯的催化剂——我们如实呈现她的研判，不替你下结论，判断仍归你自己。

核心论据6她列的风险1前瞻判断2催化剂5验证/证伪触发点3
▲ 她的核心论据 · 免费样本 1/6

extremely underrated for robotics

站内中文速递 · 2026-05-13
她在盯的前瞻判断 · 完整逻辑与原话锁后可见
  • 近期机器人和AI可降低运营成本🔒
  • 未定她维持既有前瞻判断(方向见原声)🔒
◆ 解锁完整研究解锁完整版 ↓

已免费看到 1 条论据 + 全部判断标题 · 解锁 Serenity 对 AMZN 的完整前瞻

其余 5 条论据摘要 + 观点流索引 2 条前瞻判断的完整逻辑 5 个催化剂的时机与逻辑 3 个验证/证伪触发点 她自列的 1 条风险
她的战绩 · 凭什么信她

从她首次发声到现在，这票走了多少

数据截至 2026-07-06
$232.79她首次发声价 · 2026-06-16
+2.0%至今涨跌
17她的发声 · 看多17/看空0
2026-07-06最近发声
看多发言看空发言中性/背景区间 $198.79–$274.99
我们的独有数据 · System2

她的判断，被 13F 资金 / 实物硬数据验了吗

✅

SEC 13F 机构资金 / Form4 / 台积电·台湾月营收 / 海关 / GPU 现价 / 数据中心电力 等独有硬数据，客观裁决她的观点。Capafy / Fintwit 都没有这一层。

◆ 解锁完整研究解锁完整版 ↓

已免费看到 scoreboard + 1 条完整证据轨 · 解锁全部硬数据审判

逐机构 13F 明细 + 实物/海关/Form4 detail 2 条 13F/实物交叉验证

她最近在 AMZN 上怎么说

看多2026-07-06

围绕估值锚定和稀缺性的心理现象，观察起来很有意思。 比如散户正在通过 CEFs 买入 Figure，而它上一轮估值约为 390 亿美元…… 由于它是私有公司，现在按 1580 亿美元算，大约是 4 倍估值。 再看 Agility Robotics $CCXI，它的商业化范围更广。 改名前它的 pre-money 估值约为 43 亿美元，而且已经可以公开买到。这个价格更接近 $AMZN、$NVDA、SoftBank 和 Foxconn 给它撑起来的估值。 但有些人为了获得敞口，最后却愿意按已经被私募投资人抬高后的轮次价格再付 4-5 倍…… 我确信，如果 Agility 也从 25 亿美元估值拉到 390 亿美元，做一轮规模很小的私募融资（它绝对做得到），只是为了设定一个估值锚。 投资人会为了拿到私募份额而兴奋到不行，原因只是心理因素，而不是底层基本面。 我们最近也在 $SPCX 上看到过这种锚定，估值到了 1.75 万亿美元。 这是市场低效的顶峰？还是散户缺乏认知？

看多2026-07-06

我个人认为，$SIVE 可能成为下一个 $LITE。 仅仅过去几个月里，我们就看到： 1. 与 O-Net 的合作正在推动 ELS 进入量产 2. $JBL 的 1.6T LRO 量产信号，显示采用 Sivers 的可插拔方案具备“相当显著的护城河”。 3. $GFS 面向超大规模客户的 SCALE 参考级激光器，覆盖可插拔、NPO、CPO。 -> -> $AMD 等公司正是去找 GFS 做 CPO。 4. Ayar 加入了 $NVDA NVLink for CPO -> -> 它把 Lumentum/Macom 从官网上移除，很可能已让 Sivers 成为其主要激光器供应商。 -> -> 从 Amazon 的价格布局看，AlChip 很可能拿下 Trainium 相关订单（Ayar 的客户）。 -> -> GUC 在机架级设计上导入 Ayar。 -> -> AMD、Alchip、Mediatek 和 NVIDIA 为其量产融资 5 亿美元。 5. 约 $AEVA 将在 2026 年下半年开始 HVM。 6. $POET 将在 2026 年下半年开始 HVM，合作方包括 Lumilens 这样的超大规模客户供应商（“初始客户为前三大超大规模厂商”）。 7. TFLN + $SIVE CW 激光器，与 Lightium 合作。 8. 可能与 $MRVL Celestial 以及 Lightelligence/Lightmatter 等 CPO 玩家有直接关系。 9. 在其季度电话会记录中，Jabil 之后还出现了多项新的未披露可插拔相关合作关系。 随着 Trendforce 新报告称，$AMD 和其他超大规模厂商正试图为 CW 激光源签订 LTA，这会成为独立 CW 光源的直接催化剂。 所以，当从 Jabil 到 O-Net 的超大规模客户供应商都有动力尽可能多地量产时：相对于 Sivers 当前估值，这对收入非常重要，而且看起来只是等待时间兑现的问题。 即便只看过去一周： - $SIVE 完成了一轮超额认购的机构融资，用于产能爬坡……这里面很有细节，因为 Sivers 是 fab-lite 模式，所以扩产并不是把钱投向自有晶圆厂 capex。资金很可能流向 Win Semi 等伙伴（他们也提到其他合作方），用于激光器扩产和晶圆代工产能分配。 因此，这很可能是在释放一个信号：收入爬坡的重要阶段正在到来。 - Sivers 还提到，目标是在未来几个季度完成 NASDAQ 上市（我估计时间大概是 2026 年下半年或 2027 年一季度）。 这将为并购提供资金，因为在瑞典本土市场的融资环境下，几乎不可能做到。 至于成为下一个 $LITE： 并购会让他们的激光器更有价值，所以向下游收购 IP -> 进入类似 $FN 等公司的合同制造环节，做出完整的 1.6T 可插拔模块或光引擎。这就是他们走到那一步的路径，因为仅靠市场现在按激光阵列 ASP 扩张所做的模型，并不足以支撑 600 亿美元以上的估值。 接下来会有很多 NPO/可插拔等桥接架构，同时也会围绕某些架构延迟出现不少噪音。 但市场误解了像 $LITE、$SIVE、$AAOI 这样的激光器公司：它们会用于不同架构，而不是像只看某些无源光器件时那样单一。 所以市场看到“CPO 延迟”的新闻标题，算法就抛售那些其实会受益于其他架构的激光器公司。 被纳入从可插拔 1.6T 爬坡到 CPO scale out 的路径（Sivers 已在其中），有助于在 2027 年下半年规模化拐点到来之前，弥合收入等待期。 我个人会长期持有，因为我还没见过一家约 14 亿美元市值的公司，能映射到这么多超大规模客户。 TLDR： - 等待不同架构的量产爬坡，在其超大规模客户供应商映射中逐步兑现 -> 1.6T LRO/CPO scale out 从 2026 年下半年后期开始，进入 2027 年高量产爬坡 -> 2027 年下半年 CPO scale up 进入量产爬坡 - 等待 NASDAQ 上市，可能在 2026 年下半年/2027 年一季度，为并购行动全面启动提供条件；除非 Sivers 在此期间通过股权融资玩出更多新办法。

看多2026-07-05

最近看到 SVRC Research 4 月发布的一份有意思的报告，叫《State of Robotics 2026》。 里面列出了： 1. Figure AI 2. Agility Robotics $CCXI 3. Apptronik 4. $TSLA 5. Boston Dynamics 6. Physical Intelligence 7. 1X Technologies 8. $AMZN Robotics 9. Covariant 10. Skild AI 这些公司被称为美国机器人计划的“国家冠军”。 “美国在机器人未来方向上领先全球：基础模型、把 OpenAI 式扩展定律应用到行动、自动驾驶汽车。 但在当下机器人实际出货的竞赛中正在落后。” 然后报告把问题框定为： 1. 稀土暴露风险：从电机用钕，到高温应用中的钐钴，都是关键脆弱点。 2. 执行器依赖。串联弹性执行器、准直驱电机和精密减速器，绝大多数来自日本、德国和中国。 这被列为主要脆弱点之一，此外还有制造速度、数据采集成本和监管。然后他们的判断是： “在至少六家资金充足的美国人形机器人公司争夺一个仍处早期形成阶段的市场的情况下，我们预计 2027 年至少会发生两起重大整合事件（收购或合并）。” 报告还认为，物流 / 电商（比如 $AMZN / $FDX）以及从 $GM 到 $FORD 的汽车行业，会是近期部署的首要应用场景。 我觉得有意思的是，我一直在讲的很多观点，现在也被研究机构反复提到。不管怎样，我确实认为，这会成为美国和中国之间一场重要的前沿竞赛。 Agility Robotics（我持有）、Tesla、Figure 和 Apptronik 是代表美国的领导者，将与中国的 Unitree、AGIbot、Ubtech 等公司竞争。

看她在 AMZN 上的全部 17 条观点流 →
财报与关键数据 · 数据采集中心

真财报 + 13F + 信号

SEC XBRL · 截至 2026-07-06
US$716.9B
FY2025 FY 收入
SEC XBRL companyfacts
—
毛利率 GM
FY2025 FY
11.2%
营业利润率 OPM
FY2025 FY
US$7.7B
自由现金流 FCF
FY2025 FY
US$2.64T
市值(客观)
PS 3.68x · 2026-06-08
✓聪明钱看点
  • Project Rainier、Anthropic Claude 和 Trainium3 的公开进展，是判断 AWS 自研 ASIC 是否跨过“少数内部负载”门槛的核心信号。
  • Neuron 对 PyTorch、vLLM、Hugging Face、Ray、MoE 和低精度 kernel 的支持速度，决定长尾企业是否愿意从 CUDA 迁移。
  • HBM3E/HBM4 与先进封装采购是否多源化，会直接影响 Trainium 集群上线速度和 AWS AI 实例可用区覆盖。
  • Bedrock/SageMaker 是否默认把成本敏感负载导向 Trainium/Inferentia，决定芯片优势能否沉淀为云平台黏性。
⚠口径风险
  • AWS 不单独披露 Trainium/Inferentia 收入和毛利，外部只能从实例可用性、客户案例和资本开支叙事推断产业进展。
  • 自研芯片不等于替代 NVIDIA；AWS 仍销售大量 NVIDIA/AMD 实例，客户会按模型、框架和供应可得性混合采购。
  • 财报、持有人、估值和雷达块由数据管线另行注入；本文不伪造任何财务数字或 13F 数字。
  • Trainium 的真实竞争力高度依赖未完全公开的集群利用率、故障率、良率和客户迁移成本。

SEC XBRL companyfacts · FY2025 FY
  • ✗FY2025 FY 毛利率 —，毛利 —
  • ✓FY2025 FY 营业利润率 11.2%，营业利润 US$80.0B
  • ✓FY2025 FY 净利率 10.8%，净利润 US$77.7B
  • ✓FY2025 FY FCF US$7.7B
营业利润率 OPM 11.2%
净利率 NM 10.8%

AI 收入结构

集团收入趋势 · US$B
FY2024Q3FY2024Q1FY2025Q2FY2025Q3FY2025Q1FY2025Q2FY2025Q3FY2026Q1

亚马逊在AI产业链依赖谁、被谁依赖、和谁竞争？

上游 / 下游 / 竞品
上游
  • Taiwan Semiconductor Manufacturing Company
  • SK hynix
  • Samsung Electronics
  • Micron Technology
  • Synopsys
  • Cadence Design Systems
  • Broadcom
下游
  • Anthropic
  • OpenAI
  • Databricks
  • Uber
  • Ricoh
  • Hugging Face
竞品
  • NVIDIA
  • Advanced Micro Devices
  • Google
  • Microsoft
  • Meta Platforms

亚马逊靠哪些产品/平台支撑收入？

含收入贡献 / 量产状态

AWS Trainium

Trainium3/Trainium2

面向大模型训练与高吞吐推理的自研加速器，Trainium3 公开强调 HBM3E、NeuronCore、MoE 路由和 UltraServer/UltraCluster 扩展。

收入贡献通过 EC2 Trn 实例、SageMaker 训练和大客户专用集群间接支撑 AWS AI 云收入。
量产成熟度
量产/路线披露

AWS Inferentia

Inferentia2/Inf2

面向低成本推理的自研芯片，Inf2 实例通过多颗 Inferentia2 与 NeuronLink 支撑大模型推理。

收入贡献支撑成本敏感的托管推理、推荐和生成式 AI 部署，提升 AWS 推理毛利弹性。
量产成熟度
量产

AWS Neuron SDK

Neuron 2.x/3.x

编译器、运行时、Profiler、NKI kernel 接口和 PyTorch/vLLM/Hugging Face 适配层。

收入贡献不是独立收费核心，但决定 Trainium/Inferentia 实例可用性和客户迁移成本，是芯片收入转化的关键软件层。
量产成熟度
持续迭代

Amazon EC2 Trn/Inf Instances

Trn2/Trn3、Inf2

把 Trainium/Inferentia 封装成按需、预留或托管集群实例，配合 EFA、UltraServer 和 UltraCluster 扩展。

收入贡献直接形成 AWS 计算实例收入，并把自研芯片折旧转化为云服务计费。
量产成熟度
量产

Amazon SageMaker HyperPod

托管大规模训练集群

训练集群编排、故障恢复、作业调度和分布式训练管理，可承接 Trainium/GPU 混合集群。

收入贡献提高大模型训练客户在 AWS 上的留存和集群利用率，放大 Trainium 规模经济。
量产成熟度
量产

Amazon Bedrock

托管基础模型与代理平台

面向企业提供 Claude、Amazon Nova 等模型访问、微调、RAG 和代理能力，底层可调度 AWS AI 算力。

收入贡献把底层芯片能力封装成模型 API 和企业 AI 平台收入，是自研芯片向应用层变现的入口。
量产成熟度
量产

US$B · SEC XBRL companyfacts · FY2026Q1
口径FY2025Q1FY2025Q2FY2025Q3FY2026Q1
收入 155.667167.702180.169181.519
营业利润 18.40519.17117.42223.852
净利润 65.94418.16421.18790.798
FCF 20.810.3320.43-2.472

缺失期项以 — 表示，未用估算填充。

供应链上每个环节的上行/下行情景是什么？

·

先进逻辑与封装·TSMC

依赖依赖先进节点晶圆、CoWoS/SoIC 类高密度封装、良率爬坡和与 HBM 的封装协同。

↑若 Trainium3/后续代际在先进节点良率稳定、封装排产优先级提升，AWS 可扩大 UltraCluster 供给并降低单位 token 成本。
↓若先进封装排产被 NVIDIA/AMD/云厂商抢占，AWS 即使有芯片设计也会受限于交付周期和集群上线节奏。

HBM 内存·SK hynix/Samsung/Micron

依赖依赖 HBM3E/HBM4 容量、带宽、功耗和与 Trainium 封装的认证。

↑若多家 HBM 通过 AWS 平台认证，Trainium 可以扩大可采购池并降低内存单点风险。
↓若 HBM 认证、良率或价格恶化，训练集群的有效带宽和可交付规模会成为瓶颈。

系统互联·NeuronLink/EFA/Broadcom 以太网生态

依赖依赖芯片间 NeuronLink、EFA、交换芯片、光模块和拥塞控制把单芯片算力扩展成集群算力。

↑若 UltraServer/UltraCluster 的尾延迟、all-reduce 和故障绕行稳定，Trainium 能承接更大参数模型训练。
↓若跨节点通信效率低于 GPU+NVLink/InfiniBand 组合，客户会继续把前沿训练留在 NVIDIA 集群。

软件栈·AWS Neuron/PyTorch/vLLM/Hugging Face

依赖依赖编译器、算子覆盖、动态图调试、NKI 自定义 kernel 和主流框架原生适配。

↑若 PyTorch、vLLM、Transformers、Ray 和 SageMaker HyperPod 的迁移接近无改代码，Trainium 可从少数大客户扩展到长尾企业。
↓若 kernel 缺口、调试复杂或模型新结构适配慢，CUDA 生态惯性会压制 Trainium 的利用率。

锚定负载·Anthropic Project Rainier

依赖依赖 Claude 训练/推理能在 Trainium2/Trainium3 上稳定运行，并形成可复用的集群运维经验。

↑若 Anthropic 把更多训练与高并发推理放到 Trainium，AWS 可证明自研 ASIC 不只是内部降本工具，而是云服务差异化资产。
↓若 Anthropic 回流 GPU 或转向其他云 TPU/GPU，Trainium 的外部可信度和规模经济会被削弱。

云产品封装·EC2 Trn/Inf、Bedrock、SageMaker

依赖依赖芯片能力被包装成可计费实例、托管训练、模型部署和 Bedrock 托管推理。

↑若客户通过 Bedrock/SageMaker 自动获得 Trainium 成本优势，AWS 可把硬件优势转化为云平台黏性。
↓若客户只把 Trainium 看作小众实例而非默认 AI 平台，芯片规模化会依赖少数大客户承诺。

谁在公开披露里持有 AMZN？

完整历史 = Pro
持有主体披露市值权重来源 · as_of
B BlackRock, Inc.
US$153.4B 2.7% SEC 13F · 2026-03-31
V VANGUARD CAPITAL MANAGEMENT LLC
US$131.5B 3.3% SEC 13F · 2026-03-31
S STATE STREET CORP
US$81.3B 2.8% SEC 13F · 2026-03-31
F FMR LLC
US$74.7B 3.9% SEC 13F · 2026-03-31
G GEODE CAPITAL MANAGEMENT, LLC
US$48.4B 3.0% SEC 13F · 2026-03-31
M MORGAN STANLEY
US$36.2B 2.2% SEC 13F · 2026-03-31
A ARK ARKF/ARKK/ARKQ/ARKW/ARKX
US$330.0M 16.0% ARK日频 · 2026-06-23

和主要同业的定位差在哪？

· 2026-06-24
公司定位关键差异
AmazonAmazon
 云端自研 AI ASIC 与 AWS 托管服务垂直整合者。 优势在 AWS 规模、Anthropic 锚定负载、EC2/SageMaker/Bedrock 产品化和 Trainium/Inferentia/Neuron 全栈协同。
NVIDIANVIDIA
 通用 AI 加速器与 CUDA 软件生态标准制定者。 GPU、NVLink、InfiniBand、CUDA、NCCL 和企业软件形成最强迁移惯性，AWS 主要用价格/云集成反制。
GoogleGoogle
 TPU 与 Google Cloud/DeepMind 工作负载深度绑定的自研 ASIC 先行者。 TPU 代际和 XLA/JAX 经验更长，但外部企业生态不如 AWS 通用云入口宽。
MicrosoftMicrosoft
 Azure Maia 加自家/伙伴 GPU 的混合 AI 云供给者。 绑定 OpenAI、Copilot 和企业 Microsoft 365 工作流，Maia 仍处于从内部负载走向更广泛云产品化阶段。
Advanced Micro DevicesAdvanced Micro Devices
 开放 GPU 替代供给与大显存推理训练平台。 MI300X/MI350 大显存适合推理和多云采购，但软件生态仍需追赶 CUDA；AWS 可同时销售 AMD 实例和自研芯片。
Meta PlatformsMeta Platforms
 内部广告、推荐和 GenAI 推理导向的自研 MTIA 平台。 Meta 不以云售卖为主，ASIC 更像内部成本曲线工具；Amazon 则需要把芯片能力转化为外部云收入。

什么公开信号会推翻当前叙事？（反证阈值·非预测）

产业链
  • ⚠Anthropic 公开披露下一代 Claude 主训练不再使用 AWS Trainium 集群，或把 Project Rainier 仅定位为边缘补充算力。
  • ⚠AWS 连续两个主要 re:Invent 周期没有披露 Trainium 新代际、UltraCluster 扩容或 Neuron 关键框架进展。
  • ⚠主流开源 LLM 推理框架在 Neuron 上长期缺少 vLLM、FlashAttention、MoE 路由或低精度格式的稳定支持。
  • ⚠AWS 大客户案例集中停留在内部 Amazon Search 或少数定制项目，未出现可复用的企业迁移模板。
  • ⚠HBM 或先进封装供应商公开显示 Trainium 排产优先级明显落后于 NVIDIA/AMD/Google TPU，导致实例长期缺货。
  • ⚠AWS 明确把 AI 资本开支重心重新转向第三方 GPU，并弱化 Trainium/Inferentia 在官方 AI 基础设施叙事中的位置。
🔒 完整真财报 + 13F 逐机构持仓明细 · 解锁完整版解锁完整版 ↓
产业逻辑深析

为什么是这门生意：产业链位置 / 护城河 / 竞争 / 误读纠偏

投资摘要产业链位置AI 相关收入拆解（季度桥 + 公式）核心产品（含收入贡献）上游供应商 / 下游客户同业硬指标对比表（5+ 家 × 9 维度）护城河财务质量（近 4-6 季度）业绩传导路径SOTP 估值表催化（4-6 条带时点）核心风险（4-6 条带情景）跟踪指标最新事件（分级）来源 footnotes

投资摘要

  • Amazon 是 AI 云链中“AWS 基础设施 + Trainium/Graviton/Nitro 自研芯片 + Bedrock 模型平台 + 零售/广告现金流”的复合资产；2026Q1 集团收入 1,815.19 亿美元、同比 +17% [AMZN]。1
  • AWS 2026Q1 net sales 锁定为 375.87 亿美元，约等于公司披露的 376 亿美元，operating income 141.61 亿美元，AWS OPM 37.7% [AWS]。1
  • 自研芯片业务年化收入 run-rate 超过 200 亿美元，包含 Graviton、Trainium 与 Nitro；这是 AWS AI 成本曲线的关键变量，但公司未单独披露 Trainium 收入。1
  • 集团 Q1 FCF 为 -181.71 亿美元 = CFO 260.32 亿美元 - PPE 442.03 亿美元，TTM FCF 12 亿美元，说明 AI 基建扩张已显著前置消耗现金流 [AMZN]。1
  • 截至 2026-05-27 16:00 EDT 完整收盘，AMZN 股价 271.85 美元、市值约 2.92 万亿美元、TTM PE 32.51x [AMZN]；不得使用 2026-05-28 盘中价替代该锚点。2

产业链位置

AWS 位于 AI 云产业链的中游算力与平台层：上游采购 NVIDIA GPU、内存、网络、电力、机房与自研 Trainium 供应链，下游向 Anthropic、OpenAI、企业开发者、SaaS 厂商与政府客户提供训练、推理、模型托管、向量数据库和应用集成。与 Microsoft 相比，AWS 应用入口弱于 Office/GitHub，但云服务品类最宽；与 Google 相比，AWS TPU 替代物是 Trainium，优势在云客户规模和 Bedrock 分发；与 Oracle/CoreWeave 相比，AWS 的客户更分散、现金流底座更厚。

AI 相关收入拆解（季度桥 + 公式）

口径2025Q12025Q4 / FY20252026Q1计算 / 判断
集团收入1,556.67 亿美元FY2025 7,169.24 亿美元 [AMZN]1,815.19 亿美元 [AMZN]North America + International + AWS。13
AWS net sales292.67 亿美元FY2025 1,229.5 亿美元 [AMZN]375.87 亿美元，披露约 376 亿美元 [AWS]AI 云收入最直接代理。13
AWS operating income115.47 亿美元FY2025 447.1 亿美元 [AMZN]141.61 亿美元 [AWS]OPM 37.7%。13
芯片业务 run-rate未披露未披露超过 200 亿美元年化包含 Graviton、Trainium、Nitro，非单独 AI 收入。1
Anthropic 投资收益不适用持续投资Q1 pre-tax gain 168 亿美元计入非经营收益，不计入 AWS 收入。1

季度桥公式：AWS AI 收入代理 = AWS net sales × AI 工作负载渗透率情景 + Trainium/Graviton/Nitro 自研芯片 run-rate 中 AI 相关部分。由于 AWS 未披露 Bedrock、Trainium、OpenAI 或 Anthropic 单项收入，本文只把 AWS net sales 376 亿美元 [AWS] 作为硬锚，把芯片 run-rate 200 亿美元以上列为管理层披露的辅助代理。

核心产品（含收入贡献）

产品 / 平台定位收入贡献关键参数状态证据
AWS Compute / EC2 / accelerated computeGPU/CPU/Trainium 云算力AWS 2026Q1 375.87 亿美元的一部分AWS +28%，最快 15 个季度增速已规模商业化1
Trainium / Inferentia / Graviton / Nitro自研芯片与虚拟化底座芯片业务 run-rate 超过 200 亿美元Trainium 承接 OpenAI、Anthropic 容量高速扩张1
Amazon Bedrock模型 API、托管、企业应用编排未单列支持 Claude 等第三方模型已商业化14
Amazon Q企业助手、开发者与运营场景未单列绑定 AWS 与企业工作流商业化扩张1
Advertising AI / Retail AI推荐、广告投放、供应链优化Advertising TTM 超过 700 亿美元，AI 贡献未单列算法和生成式广告工具已规模化1

上游供应商 / 下游客户

环节公司 / 客户关系关键变量
上游 GPUNVIDIA、AMDGPU/加速卡供给AWS 宣布 2026 起部署 100 万+ NVIDIA GPUs。1
上游自研芯片Amazon silicon 生态、封装/内存/网络供应商Trainium/Graviton/Nitro成本/性能决定 Bedrock 与推理毛利。
上游电力/机房数据中心、电网、冷却、电力设备AI capex 扩张Q1 PPE 采购 442.03 亿美元。1
下游模型客户Anthropic、OpenAI大模型训练与推理容量Anthropic 最多 5GW Trainium；OpenAI 约 2GW Trainium 2027 起爬坡。14
下游企业Fortune 500、SaaS、政府Bedrock、EC2、数据库、数据湖AI 从实验转生产提高消费型云支出。

同业硬指标对比表（5+ 家 × 9 维度）

公司相关业务收入同比增速GM / 经营率净利 / 利润率FCF margin客户集中度技术代际PE/PS反证条件
Amazon AWS / AMZNAWS Q1 376 亿美元 [AWS]+28%AWS OPM 37.7%集团净利 302.55 亿美元Q1 FCF margin -10.0%云客户分散；Anthropic/OpenAI 战略重要Trainium + NVIDIA + BedrockPE 32.51x [AMZN]AWS 增速低于 20% 且 FCF 继续为负
Microsoft / MSFTFY26Q3 Microsoft Cloud 545 亿美元 [MSFT]Cloud +29%Cloud GM 66%Q3 净利 317.78 亿美元Q3 FCF margin 19.1%OpenAI 关键相关方Azure AI + CopilotPE 24.58x [MSFT]Azure 低于 35%
Alphabet / GOOGLQ1 Google Cloud 200.28 亿美元+63%Cloud OPM 32.9%集团净利 625.78 亿美元Q1 FCF 101.16 亿美元广告分散，云客户分散TPU + Gemini + VertexC 级行情Cloud margin 受 capex/Wiz 稀释
Oracle / ORCLQ3 FY26 OCI 52.85 亿美元+67%GAAP OPM 32.7%Q3 净利 37.21 亿美元TTM FCF 深负AI 大客户集中OCI + GB200C 级行情RPO 转收入慢
CoreWeave / CRWVGPU 云收入高增，绝对值待补 A 源高增待补待补重资产负客户集中较高NVIDIA 专用云PS 口径利用率低于 70%
Meta / METAAI 收入未单列；广告 Q1 550.24 亿美元+33%OPM 40.6%净利 267.73 亿美元Q1 FCF 123.86 亿美元广告主分散Llama + MTIA + 推荐模型C 级行情capex 不能提升广告 ROI

护城河

  1. 云规模与服务广度：AWS Q1 2026 收入 376 亿美元 [AWS]，在数据库、存储、网络、安全、模型服务和应用托管上形成一站式采购。
  2. 自研芯片成本曲线：Graviton、Trainium、Nitro 合计芯片业务 run-rate 超过 200 亿美元，给 AWS 在推理价格战中保留降本空间。1
  3. 模型伙伴分发：Claude 在 Bedrock 上可用，Anthropic 最多 5GW Trainium 采购强化 AWS 与前沿模型绑定。14
  4. 现金流与多业务底座：零售、Prime、广告和 AWS 分散收入来源，允许 Amazon 承担短期 AI capex。
  5. 客户分散：相比专用 GPU 云，AWS 更少依赖单一模型客户，RPO/收入波动更平滑。

财务质量（近 4-6 季度）

季度收入GMNMFCF质量判断
2025Q11,556.67 亿美元不适用11.0% = 171.27 / 1556.67-80.04 亿美元 = 170.15 - 250.19AWS 增速 17%，AI capex 已上行。1
2025Q21,677.02 亿美元不适用待 10-Q 复核待 10-Q 复核字典列示集团收入，AWS 待补 filing。
2025Q31,801.69 亿美元不适用待 10-Q 复核待 10-Q 复核字典列示集团收入，AWS 待补 filing。
2025Q42,133.86 亿美元不适用待 10-K 分季表复核待 10-K 分季表复核季节性零售高峰，AWS FY2025 收入 1,229.5 亿美元。3
2026Q11,815.19 亿美元 [AMZN]不适用16.7% = 302.55 / 1815.19-181.71 亿美元 = 260.32 - 442.03净利含 Anthropic 非经营收益，FCF 被 AI PPE 拉低。1

业绩传导路径

企业/模型公司 AI 需求
  -> EC2 GPU + Trainium 容量利用率
  -> AWS net sales +28% 与 operating income 141.61 亿美元
  -> PPE/capex 先行消耗 FCF
  -> 若 Trainium 成本曲线成立，推理毛利率修复
  -> AMZN SOTP 中 AWS 倍数维持或上修

关键约束是时间差：AWS 收入按用量确认，数据中心、芯片与电力投资先进入 PPE 和折旧。若 2026H2 AWS 增速维持 25%+ 且集团 FCF 从 Q1 负值转正，AI capex 会被市场视为可融资增长；若 AWS 增速回落但 PPE 仍上行，则估值从高成长云资产转向重资产回收期资产。

SOTP 估值表

情景AWS 2026E 收入AWS EV/Sales非 AWS 经营资产净现金/债务调整目标权益价值 / 股价公式
看空1,620 亿美元7.0x = 11,340 亿美元10,000 亿美元-200 亿美元21,140 亿美元 / 197 美元(1620×7 + 10000 - 200) / 107.6
中性1,760 亿美元9.0x = 15,840 亿美元13,500 亿美元-100 亿美元29,240 亿美元 / 272 美元(1760×9 + 13500 - 100) / 107.6
看多1,950 亿美元11.0x = 21,450 亿美元15,500 亿美元0 亿美元36,950 亿美元 / 344 美元(1950×11 + 15500) / 107.6

股本用 107.6 亿 shares out 近似，锚点价格 271.85 美元 [AMZN]。中性 SOTP 接近锚点，说明市场已部分定价 AWS +28% 和 Trainium 期权，但未给 FCF 明显溢价。

催化（4-6 条带时点）

  1. [已发生] 2026-04-29，AWS Q1 2026 收入 376 亿美元、同比 +28%，为 15 个季度最快增速。1
  2. [已发生] 2026-04-29，芯片业务 run-rate 超过 200 亿美元，验证 Trainium/Graviton/Nitro 不再是小型内部项目。1
  3. [已发生] 2026-04-29，Amazon 披露 OpenAI 约 2GW Trainium capacity 2027 起爬坡。1
  4. [已发生] 2026-05-28，Anthropic 披露与 Amazon 签署最多 5GW 新容量协议，强化 AWS 作为 Claude 训练/推理供给商。4
  5. [指引] 2026Q2，集团 net sales 指引 1,940-1,990 亿美元、operating income 200-240 亿美元，是验证 AI capex 与利润共存的下一节点。1
  6. [行业预测] 2026H2，若 Trainium 在推理任务中扩大采用，AWS AI gross margin 可能好于纯 NVIDIA GPU 租赁模式。

核心风险（4-6 条带情景）

  1. Capex 回收期风险：若 2026 单季 PPE 采购维持 440 亿美元以上但 AWS 增速低于 20%，FCF 可能连续 3-4 季承压。1
  2. 自研芯片采用风险：若 Trainium 的软件生态、可用性或性能/美元弱于 NVIDIA，芯片 run-rate 超 200 亿美元不一定转化为 AI 推理份额。1
  3. 模型客户集中风险：Anthropic/OpenAI capacity 是上行催化，也可能导致大客户议价或预留容量闲置。
  4. 非经营收益误读风险：Q1 2026 净利含 Anthropic 投资 pre-tax gain 168 亿美元，不能外推为经营利润。1
  5. 云价格战风险：Google TPU、Microsoft Azure、Oracle OCI 与 CoreWeave 降价会压低 GPU/AI 云毛利。
  6. 监管与零售周期风险：非 AWS 资产仍暴露于消费、物流、反垄断和广告周期，可能抵消 AWS 上行。

跟踪指标

频率指标阈值来源
季度AWS net sales growth25%+ 为正，低于 20% 为负Amazon earnings release / 10-Q
季度AWS operating margin35%+ 为正，低于 30% 为负Segment table
季度PPE purchases / revenue高于 25% 且 AWS 放缓为负Cash flow
季度Trainium/芯片 run-rate继续高于 200 亿美元并增长为正管理层披露
半年Anthropic/OpenAI capacity 上线2027 前如期爬坡为正公司公告

最新事件（分级）

日期事件分级投资含义
2026-04-29Amazon Q1 2026 revenue 1,815.19 亿美元，AWS 375.87 亿美元 [AWS][已发生]AWS AI 需求进入 re-acceleration。
2026-04-29芯片业务 run-rate 超过 200 亿美元[已发生]Trainium/Graviton/Nitro 成为可量化成本曲线。
2026-04-29Q2 2026 收入指引 1,940-1,990 亿美元[指引]检验非 AWS 与 AWS 是否同步增长。
2026-05-28Anthropic Series H 披露最多 5GW Amazon capacity[已发生]AWS 前沿模型工作负载绑定增强。4
2026H2推理价格战与芯片供给[行业预测]Trainium 采用率决定 AWS AI 毛利弹性。

来源 footnotes

1 A/B - Amazon Q1 2026 earnings release, https://s2.q4cdn.com/299287126/files/doc_earnings/2026/q1/earnings-result/AMZN-Q1-2026-Earnings-Release.pdf 2 C - Historical close / StockAnalysis-derived dictionary lock, see _codex_output/data-dictionary-v1.md [AMZN]. 3 A - Amazon FY2025 Annual Report, https://s2.q4cdn.com/299287126/files/doc_financials/2026/ar/Amazon-2025-Annual-Report.pdf 4 B - Anthropic Series H announcement, https://www.anthropic.com/news/series-h 5 A - Amazon 2026Q1 10-Q / SEC filing, pending cross-check for final EDGAR accession. 6 B - AWS / Amazon product announcements on Bedrock and Trainium, company newsroom. 7 C - StockAnalysis AMZN historical prices, used only for market anchor via dictionary. 8 A/B - Amazon Q4 2025 earnings release, used for FY2025 AWS segment cross-check. 9 B - OpenAI / Anthropic capacity announcements where explicitly company-published. 10 A - _codex_output/data-dictionary-v1.md, Amazon/AWS locked dictionary refs.

🔒 15 章产业逻辑深析全文（护城河 / 竞争格局 / 误读纠偏）· 解锁完整版解锁完整版 ↓

仅保留不随行情过期的产业逻辑章；时效性内容（最新财务/估值/事件）以上方财报与前瞻块为准（实时）。深度叙事刷新中。

◆ 解锁完整研究 · 越往上覆盖越广

墙后是 AMZN 背后的完整思想 + 逐机构证据

上方免费给了判断 + 转向雷达 + 审判室 scoreboard + 各 1 条样本；墙后 = 完整前瞻逻辑 + 逐机构 13F 证据轨 + 产业深析 15 章。往下选一档解锁：

先看整站（最多人选）· 要为你点名的一个对象立项 → 机构级投研追踪（在下方）
★ 最多人选
43 位聪明钱，一个不落，全站为你追踪她们的每一次转向，你比市场先看见
43 位聪明钱大佬 —— 每一次转向，你先看见
dylanpatels2gavinbakermarknewmanmingchikuodannilesbethkindigcitrinichrismackscottenjonesasianometrytaekimstacyrasgonpierreferraguvivekaryaaustinlyonszeuskerravalarihardjarcfabianandrewschmittclausaasholmtimculpanchiakokhuaiancutressbrianbaileytpmbillkleymanjaminballtanayguwenjunpaultriolovikramsekarduanyongpingarkleopolddanbindannystedtjukanphilgarroudruckenmillerlilusoros
1,149家公司 · 深度页
713家 AI 产业链机构 · 深度追踪
427只标的 · 透视雷达
24产业链节点 · 13 赛道
nvdatsmavgoamdasmlamatmumrvlarmcohrliteaxtiaehralabanetamkraeisadiklaclrcxterintcqcomsmcifncamtvrtmtsigfsasxarryaclsacmrapldappgooglmsftmetatsladellhpepltrsnpscdnsmpwrpiformontolsccsitmaaoiakamstxwdcpstgddognetsnowcrwdpanwnoworclibmcrmadbekeysenphneecegvstgevetn
芯片 → HBM → 先进封装 → 光模块 → 电力 —— 整条 AI 产业链，一个节点都不落；每只票背后谁在买、谁在减，逐季追到底。
年付省 29% 按月付
$299/年
每月只合 $24.9 · 比 月付省 29% · ≈ 一天 8 毛 43 位大佬 + 1,149 家公司 + 713 家 AI 产业链机构 + 全产业链雷达全给你 · 单订一位 $79/年 = 每位 ≈ $7
43 位各自单订 = $3,397 · 整站 $299你打包省下 $3,098（立省 91%）
0 元开始 · 7 天完整版 →
0 元开始随时取消续费前 7 天必提醒
只想先盯AMZN一个？也行 —— 钉一个 · /月（$79/年）→ 先把这一个看穿。 跟你说实话：4 颗钉一年（$316）就超过整站（$299）。想多看几个，直接整站更划算——43 位全给你、每位约 $7。哪种都行，账摆在这，你自己挑。
定制专属 机构级投研追踪 把追踪 43 位聪明钱的整套机构级投研方法，单独架设在你点名的那一个对象上——专人立项、持续盯守、证据可回溯。 看服务书 →
  • 先评估覆盖 · 再单独立项：你点名一个对象——一个人（投资人 / 机构 / 分析师 / 高管）或一家公司 / 标的——我们先评估其公开数据覆盖与可采源，确认能追踪后单独立项、架设专属投研席位；踪迹不足会直说做不了，不硬凑。
  • 按对象适用性启用机构级方法：13F 持仓 · Form4 内部人 · 13D-G 举牌 · 公开发声 · 跨源交叉验证 · 命中率台账——适用于 SEC 可覆盖对象；不适用的项以替代证据或缺口说明如实交付，与追踪 43 位聪明钱同一条投研流水线。
  • 持续盯守 · 证据可回溯：人工 / 半自动每周投研简报 + 重大信号经人工确认后工作日提醒 + 证据链归档（本地 JSON / Markdown / SEC 链接），可回溯复盘「当时凭什么这么判」。
  • 只对你一人开放：追踪口径、提醒规则、交付形式按你的决策需求定制；不进公共库、不共享。
不荐股 · 不碰你的账户7 天免费试用随时取消年付省 29%续费前 7 天必提醒升级按余额补差

本页整合公开披露/SEC 真财报 + 独立深度研究 + Serenity 公开观点与我们的跨源交叉验证；仅供研究学习，不构成投资建议、无估值/目标价；个人观点与战绩自报未经审计；提及不等于持仓；站内内容为中文转化式整理，继续深问请用 AI 对话或站内观点流。