{"id":"mb-20261012-a5e405","kind":"deep","title":"亚马逊 10 亿美元联手新思科技：自研芯片背后的工业分工与版税重构","summary":"亚马逊与新思科技签署超 10 亿美元多年期协议，为 Nitro、Graviton 和 Trainium 采购芯片 IP 与工程软件。面对先进制程的高昂验证成本，亚马逊将通用接口外包以加速核心计算架构迭代，新思科技则首次引入出货版税分成，揭示了算力军备竞赛下半导体分工的真实账本。","body":"亚马逊自己做芯片，为什么还要给芯片软件公司一口气送上 10 亿美元？\n\n新思科技（Synopsys）刚刚公布了一笔超过 10 亿美元的多年期协议。\n亚马逊将全面采购它的芯片知识产权（IP）和工程设计软件。\n这笔协议覆盖了亚马逊云业务旗下全部自研芯片：负责网络与虚拟化卸载的 Nitro、通用 CPU 芯片 Graviton，以及专跑 AI 算力的 Trainium。\n亚马逊还成了新思科技应用优化芯片 IP 业务的主力客户。\n\n很多人常以为自研芯片等于自己包揽一切，把外部供应商全部踢开。\n但只要算一算一颗芯片被造出来的真实工程成本，就会发现另一套商业逻辑。\n\n一颗服务器芯片的物理面积里，真正决定计算差异化的，往往只有中央那一小块核心架构。\n比如 Graviton 的运算单元，或者 Trainium 的专属张量计算架构。\n但在核心周围，占满芯片大半面积的，是高带宽内存接口（HBM）、PCIe 高速总线、以太网物理层和复杂的电源管理模块。\n这些外围模块在半导体行业被称为物理 IP。\n它们是芯片接入服务器主板的高速通道。\n\n造一颗 3 纳米或 5 纳米的先进制程芯片，光是设计并验证这些通用接口，就要消耗上百名资深工程师两三年的时间。\n只要其中一个接口的时序对不齐或者抗干扰不过关，几千万美元一次的流片就会直接打水漂。\n如果每一个标准模块都要从零手搓，流片周期会被拖得面目全非。\n\n新思科技手里拿的，正是这些经过无数次晶圆制造验证的标准模块。\n亚马逊直接采购现成的接口积木，工程师就能省下大量底层调试时间，把全部精力砸在专有的计算架构上。\n\n这笔超过 10 亿美元的合作里，最关键的变量在商业模式的调整上。\n新思科技以往靠卖工程软件许可证和一次性 IP 授权费赚钱。\n但在这次合作里，双方执行的是授权费加版税提成。\n新思科技除了收取软件使用费，未来还会根据亚马逊定制芯片的实际出货量，逐颗抽取提成。\n工具厂商跨过了单纯卖软件的边界，把长期收益直接挂钩在亚马逊芯片的出货规模上。\n\n两家公司甚至把各自的业务做成了闭环。\n亚马逊用新思科技的工具造自研芯片；\n新思科技则把核心工程软件部署在亚马逊云平台上，跑在 Trainium 和 Graviton 服务器上，并借助亚马逊的 Bedrock 平台开发 AI 工程工具。\n\n先进制程的研发成本呈指数级膨胀，芯片工程早就不再适合单打独斗。\n亚马逊把底层的标准模块交给专业工具商，用 10 亿美元和后续出货分成买下高确定性的交付速度。\n对于争分夺秒扩充算力集群的云服务商来说，抢出来的迭代周期远比省下那点授权费值钱得多。","topic":"亚马逊 10 亿美元联手新思科技：自研芯片背后的工业分工与版税重构","frame_type":["机制"],"citations":[],"channel_note":"","identity_notice":"","source_type":"generated","status":"published","generated_at":"2026-10-12 16:11:12","legal_anchor_count":0,"transcript_citation_count":0}