← 里奇·米勒 Rich Miller 主页
A
AMZN · Amazon · 里奇·米勒 Rich Miller 的视角

亚马逊

里奇·米勒 Rich Miller × AMZN

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。

速览 · 10 秒看懂数据截至 2025-10-27

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。

他的立场中性14 条发声
观点印证台账2 条 · 待验 2不按表现排序
估值位置见财报块历史/同业分位待补

下面各块可点导航跳转：前瞻研判（他怎么看未来）· 观点印证台账 · 我们的数据验证 · 真财报 · 产业逻辑深析。所有当前数字以「财报」块为准（实时）。观点 更新于 2025-10-27；前瞻周更；页面以重建为准。

前瞻研判 · 他怎么看接下来

未来怎么走、盯什么事、什么信号验证或推翻

下面是 里奇·米勒 Rich Miller 本人对 AMZN 的前瞻判断与该盯的催化剂——我们如实呈现他的研判，不替你下结论，判断仍归你自己；历史观点只作为公开事实复盘背景。

他的前瞻判断

2026-2028
AWS扩容要放进供给紧缺和租赁周期，不应只看需求强弱。

「数据中心空间会更难找且更贵。」

原推 · 2024-12-30 ↗
2026-2030
Amazon作为超大云客户，会把电力、核能和园区选址推到供应链前台。

「长期电力获取是选址硬通货。」

原推 · 2024-12-30 ↗

催化剂日历 · 未来什么事会推动它

待定 利多
AWS园区PPA、核电/可再生合同和租赁预订

验证云需求是否变成可交付容量。

他提及 ↗

事件与时间为客观日历 / 他公开提及；方向标注代表对该票的潜在影响，非买卖建议。

观点印证台账

公开观点与后续公开数据是否一致

数据截至 2025-10-27
⚠️ 待验
Amazon作为超大云客户，会把电力、核能和园区选址推到供应链前台。
观点日期 2024-12-30 裁决日 2030-12-31 SEC 13F · signal_position_change

2026-03-31: 5955 家机构申报, 合计净增 1520.6M 股, 持仓市值约 $1.62T, 持有机构数较上季 增加 408 家

原始观点 公开数据轨
⚠️ 待验
AWS扩容要放进供给紧缺和租赁周期，不应只看需求强弱。
观点日期 2024-12-30 裁决日 2028-12-31 SEC 13F · signal_position_change

2026-03-31: 5955 家机构申报, 合计净增 1520.6M 股, 持仓市值约 $1.62T, 持有机构数较上季 增加 408 家

原始观点 公开数据轨

价格时间轴仅帮助理解公开观点发生的时间位置；本区不按表现排序，不展示由价格涨跌推导的结果。

我们的独有数据 · System2

他的判断，被 13F 资金 / 实物硬数据验了吗

他最近在 AMZN 上怎么说

中性2025-10-27

DCR启动时他强调AI基建扩张会重塑能源、可持续性与社会接受度，用于AI交付审计，源DCR57

原帖 ↗
中性2025-10-27

DCR启动时他强调AI基建扩张会重塑能源、可持续性与社会接受度，用于AI交付审计，源DCR58

原帖 ↗
中性2025-10-27

DCR启动时他强调AI基建扩张会重塑能源、可持续性与社会接受度，用于AI交付审计，源DCR59

原帖 ↗
看他在 AMZN 上的全部 14 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 2025-10-27
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。
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

产业链位置核心产品（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

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。

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。

仅保留不随行情过期的产业逻辑章；时效性内容以上方财报与前瞻块为准。

◆ 单人通 · 解锁完整研报

里奇·米勒 Rich Miller 看 AMZN · 完整个体视角研报锁后

免费看结论与关键指标；完整交付 = 他的前瞻研判（判断/催化剂/触发点） + 13F 仓位/调仓回放 + 真财报数据 + 产业逻辑深析 5 章 + 他的完整观点流——开通单人通看全文。

开通单人通 · $79/年← 回 里奇·米勒 Rich Miller 主页

本页整合公开披露/SEC 真财报 + 独立深度研究 + 里奇·米勒 Rich Miller 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；观点台账只记录公开观点与后续数据是否一致；提及不等于持仓；引用以来源为准。观点随发声日更、前瞻周更，页面新鲜度以重建为准。