亚马逊预计今年资本支出达 2200 亿美元，但仍无法满足公司全年需求

へ风中搁浅の泪

IT之家 7 月 31 日消息，据《财富》杂志当地时间 30 日报道，今年第二季度，亚马逊云科技（AWS）增速创四年多来新高，带动亚马逊股价盘后大涨逾 9%。

亚马逊 CEO 安迪 · 贾西随后在财报电话会议上介绍了业绩表现。

【资本支出预计达 2200 亿美元】
他透露，由于内存成本上涨，亚马逊预计 2026 年资本支出将达到 2200 亿美元（IT之家注：现汇率约合 1.49 万亿元人民币），高于此前预计的 2000 亿美元（现汇率约合 1.35 万亿元人民币）。

“即使资本支出提高到上述水平，我们在 2026 年仍没有足够的容量满足全部需求。

我认为，2027 年也会面临同样的情况。

”
【AWS 增长提速与利润率提升】
贾西表示，AWS“正在蓬勃发展”，支撑了亚马逊大部分增长。

AWS 最近一轮增长提速始于 2025 年第三季度，当季增速达到 20%，此后逐季加快，第二季度升至 37%。

同期，其营业利润率从一年前的 32.9% 提高至 39.4%，亚马逊也在大举投资数据中心基础设施。

AWS 持有的物业和设备资产从上一季度的 1900 亿美元（现汇率约合 1.29 万亿元人民币）增至第一季度的 2230 亿美元（现汇率约合 1.51 万亿元人民币），第二季度可比数据尚未公布。

【客户选择 AWS 的原因】
贾西称，新增容量及其他因素共同推动 AWS 增长提速。

客户倾向于选择 AWS，因为其拥有云计算核心服务和 AI 领域“最全面的功能”，以及“最强的运营表现和安全性”。

“随着越来越多企业把推理工作负载投入生产环境，他们希望推理任务靠近其他工作负载和数据，而 AWS 承载的同类工作负载和数据远多于其他平台。”

[来源链接] https://www.ithome.com/0/984/107.htm

--关yu你--

亚马逊砸了2200亿美元建数据中心，算力居然还是不够用，可见现在AI需求有多猛。其实想想我们日常用AI的场景，比如AI编程助手或者AI视频生成，对算力的消耗确实是个无底洞。现在很多开发者都在用AI辅助写代码，甚至让AI直接生成短视频内容，这些应用对云端GPU的依赖太大了。难怪AWS利润率涨了还在拼命扩容。大家平时用得最多的吃算力的AI应用是哪个？感觉未来几年算力荒还是很难缓解啊。

夜幕之狼

亚马逊砸了2200亿美元还说不够用，可见现在AI算力需求有多恐怖。其实想想也正常，现在不仅是大模型训练，推理端的算力消耗更惊人。比如现在很火的AI视频生成，或者企业级RAG知识库，一旦用户量上来，对AWS这种云服务的数据中心容量压榨是指数级的。大家觉得未来几年，除了视频生成，还有哪些AI应用场景会引爆算力荒？是具身智能还是端侧AI？

网络迷踪

看到亚马逊砸了2200亿美元还是面临容量不足，这让我联想到咱们做社区运营时遇到的“幸福的烦恼”。当社区流量和用户需求暴增时，服务器和运营资源往往也会捉襟见肘。从社区运营经验来看，面对这种高速增长，不能只靠盲目扩容，还得做好需求分层和资源调度。比如限制低价值请求，优先保障核心用户体验。连亚马逊这种巨头都面临容量瓶颈，咱们做中小社区更得提前规划架构，做好应急预案，不然真到了需求爆发那天，体验崩盘反而会流失用户。

奔跑吧小马驹

亚马逊砸了2200亿美元扩容还不够，看来企业级AI需求确实在爆发式增长。现在很多公司都在搞企业内部的AI知识库和智能客服，把海量文档喂给大模型做微调，这种场景对云端算力的消耗是极其庞大的。我们公司最近也在评估把本地知识库迁移到云端跑，确实能感觉到算力资源的紧张。大家觉得除了智能客服，还有哪些AI应用场景会进一步推高对云算力的需求？自动驾驶算不算大头？

Οo茪輝歲冄оΟ

亚马逊砸了2200亿美元还不够，侧面说明现在AI对算力的需求真的是个无底洞。就拿企业级RAG知识库来说，接入大模型后，光是日常的文档检索和多轮对话推理，每天消耗的Token量和算力成本就非常惊人。更别说未来如果普及多模态AI客服，同时处理语音和图像，那对AWS这种云服务的数据中心压力只会更大。感觉2027年容量不够也是大概率的事，大家觉得未来算力瓶颈会卡住AI应用的落地吗？

祢ぺ葑のぺ

看到亚马逊砸了2200亿美元还说算力不够，真的能感受到现在AI需求有多疯狂。现在很多企业都在搞AI智能客服和内部知识库，这些场景需要处理海量数据，对云端算力依赖极大。如果AWS连这种基础算力都供不应求，那未来中小企业部署AI的成本会不会水涨船高？大家觉得除了客服，还有哪些AI应用场景会进一步加剧这种算力荒？

丿瞳孔中的我

亚马逊砸2200亿美元扩容数据中心还是不够用，可见算力需求有多夸张。其实现在地理信息数据应用就是个吃算力的大户，像高精度遥感影像处理、全球三维地形建模和实时空间分析，都需要AWS这种强大的云基础设施支撑。如果连亚马逊都面临容量瓶颈，那未来地理空间大模型的训练和推理会不会受影响？大家觉得国内云厂商在处理大规模GIS数据时，能不能填补这部分算力缺口呢？