亚马逊为何在Anthropic放弃后仍追逐Decart？AI算力效率成核心争夺点
据报道，亚马逊正洽谈以约70亿美元收购以色列AI初创公司Decart，此前Anthropic曾以60亿美元估值接触但尽调后放弃。Decart的核心价值在于其跨芯片适配技术栈（DOS），能降低AI工作负载在不同硬件间的迁移成本，助力亚马逊推广自研Trainium芯片并构建多芯片生态。与此同时，亚马逊在宾州推进大型数据中心建设以锁定电力与算力资源，反映出行业竞争焦点已从单纯的硬件堆砌转向提升整体算力利用效率。
事件概述
据媒体报道，亚马逊正在洽谈收购以色列AI初创公司Decart，潜在交易金额约为70亿美元。在此之前，Anthropic也曾以约60亿美元的估值与Decart接触，但在完成尽职调查后决定放弃收购；英伟达、Nebius等公司也被列为潜在买家。Decart成立于2023年，由三位工程师创办，2026年5月刚完成3亿美元融资，当时估值接近40亿美元，投资方包括Radical Ventures和英伟达等。
Decart的核心技术与商业价值
Decart并非仅提供单一视频应用，而是提供一套横跨芯片、模型和应用的技术栈，主要涵盖三个方向：
- 世界模型：让模型不仅生成画面，还能理解和模拟现实世界中的环境、动作与变化，应用于机器人训练和自动驾驶系统测试。
- 芯片优化：通过名为“Decart Optimization Stack (DOS)”的技术，使AI工作负载能够高效运行在英伟达GPU、亚马逊Trainium和谷歌TPU等不同加速器上，而非绑定特定硬件。
在当前的AI产业中，芯片适配已不再是边缘工程。一款AI芯片的市场表现不仅取决于峰值算力，更依赖于编译器、算子、通信、调度及开发者工具的完善程度。亚马逊大力推广自研AI芯片Trainium，旨在减少对英伟达GPU的依赖。然而，客户选择英伟达往往是因为其成熟的CUDA生态和开发习惯。Decart的技术恰好能降低客户从英伟达迁移至其他芯片的成本，帮助亚马逊自研芯片进入真实的训练和推理任务，从而为亚马逊赢得“多芯片时代”的入场券。
亚马逊的AI基础设施布局
若交易达成，Decart将成为补全AWS AI版图的关键拼图。亚马逊的AI战略围绕“让客户留在自己的算力体系里”展开：
- 芯片端：亚马逊持续推动Trainium芯片，CEO安迪·贾西表示已获得超过2250亿美元的Trainium相关收入承诺，Trainium 2芯片性价比较同类GPU提升约30%且基本售罄。同时，亚马逊计划追加最高200亿美元投资，并为Anthropic提供高达5吉瓦的Trainium芯片用于模型训练。
- 模型端：AWS Bedrock平台采用多模型路线，已接入Anthropic、OpenAI等公司的模型，如GPT-6 Astra，旨在抢占企业调用不同模型的平台入口。
- 数据端：AWS于8月31日收购了DuckDB背后的DuckLabs团队，以增强数据分析能力，解决模型接入数据和查询业务信息的痛点。
算力扩张与能源配套
随着AI竞赛加剧，亚马逊也在积极扩充物理基础设施。近期，亚马逊在宾夕法尼亚州霍默城一处旧燃煤电厂址提交方案，拟建设36栋数据中心建筑，并配套一座4.5吉瓦的天然气发电设施。该项目计划向区域电网输送7亿至8亿瓦电力，并利用旧电厂水源进行水处理。
此外，亚马逊此前还宣布在宾州至少投资200亿美元建造数据中心，首批选址包括塞勒姆镇和福尔斯镇，其中塞勒姆园区紧邻萨斯奎哈纳核电站，已与泰伦能源达成长期供电安排。面对当地居民对水污染、噪音及电价影响的反对，亚马逊承诺取消保密协议要求，并计划在五年内向社区投入超10亿美元用于教育、就业培训等项目，以缓解抵制情绪。
行业启示
国内类似“算力中间层”企业也备受资本青睐，如无问芯穹近期完成23亿元C轮融资。这表明，当芯片制造走出实验室，面向工程应用时，算力的未来竞争焦点不再是“谁的芯片最强”，而是“谁能把不同芯片组织起来”。在算力、电力和数据成本日益高昂的背景下，谁能拥有更高的效率，谁就掌握了下一轮竞争中最昂贵的资产。