AWS 采用 Qualcomm 做 AI 推理，Qualcomm 用 AWS Bedrock 设计芯片

据 The Decoder 报道，Qualcomm 正在为 AWS 设计跨多代产品的定制芯片，重点面向 AI 推理场景；与此同时，Qualcomm 使用 AWS Bedrock 来设计这些芯片。报道未披露芯片制程、出货时间、交易金额或相关模型与工具的具体细节。这一合作将芯片供应方与云服务使用方的关系变成了双向依赖。

此前 AWS 的定制芯片主要由自研团队推进，Qualcomm 则以移动芯片和对外授权为主。若该报道成立，AWS 将部分 AI 推理芯片的设计工作交给外部厂商，同时 Qualcomm 又把自身芯片设计流程放在 AWS 的 Bedrock 上，云厂商与芯片厂商之间从买卖关系转向互相嵌入，这一变化值得关注。

AI 推理负载对能效和单位算力成本敏感，云厂商倾向用定制芯片替代部分通用 GPU；芯片设计环节则可借助云端 AI 服务完成部分生成与验证工作。双方各取所需：AWS 获得面向推理的定制硅方案，Qualcomm 获得云侧 AI 工具与潜在的算力入口，形成双向绑定而非单向采购。

对云与芯片团队而言，这意味着定制推理芯片的供给来源可能不再局限于自研，产品规划需评估外部 ASIC 的接入成本与迁移代价；芯片研发流程若引入 Bedrock 类工具，设计环节的数据与知识产权管理、工具链集成和验证责任划分都需要重新设计，采购与合规流程也会随之调整。

• 评估在自有推理业务中引入第三方定制 ASIC 的可行方案，测算相较通用 GPU 的单位推理成本差异。
• 面向芯片设计团队提供基于云端 AI 服务的 EDA 或验证流程集成，重点解决数据隔离与知识产权归属问题。
• 为多云客户设计推理芯片与云平台的适配层，降低从通用 GPU 迁移到定制芯片的改造成本。

• Qualcomm 为 AWS 设计定制芯片的具体制程、算力规格与量产时间尚未披露。
• 该合作的交易金额、排他性条款以及覆盖的产品代际数量未知。
• Qualcomm 使用 AWS Bedrock 的具体用途、涉及模型和设计环节范围不明确。
• AWS 自研推理芯片路线与此次外部定制芯片之间如何分工尚无说明。