2027 年的 AWS 算力基本卖完了：贾西把 AI 需求讲成了一场长期缺货

“2026 年的云算力已经全部订满，2027 年也基本售罄。”在安德森·霍洛维茨的一场播客节目里，亚马逊 CEO 安迪·贾西用一句话概括了当下的 AI 基础设施市场。他补充说，2028 年也有相当一部分容量被客户提前锁定。

这不是某一家公司的产能告急，而是整个 AI 产业链共同面对的一道算术题：模型越大、推理调用越多，需要的电力和机房就越多，而变电站、土地、芯片的交付周期，都远比软件迭代慢。

一分钟速览

• 2027 年基本卖完：AWS 会预留一部分资源给按需调用、Bedrock 推理服务和 EC2，但适合批量采购的大块算力大多已被订走。
• 2028 年也被锁定：贾西称 2028 年有相当一部分容量已签下长期订单，客户愿意用多年合同换取确定性。
• 资本开支继续加：亚马逊今年公布的 2026 年资本开支计划约 2200 亿美元，贾西认为继续投入“不是低效的资金使用方式”。
• 真正的瓶颈：不是需求，而是电力、机房与加速卡的交付速度。

从“按需付费”到“先订座再上菜”

云计算最初的卖点是弹性：用多少付多少，不必为闲置容量买单。但当训练一个前沿模型需要数万张加速卡连续运转数月，弹性就变成了不确定性。对 AI 实验室来说，算力断供一天，可能意味着整个训练任务重排；对企业来说，推理服务一旦排队，用户体验会立刻反映在收入上。

于是长期合同成了双方的共同选择。客户用几年期的承诺换取优先供货，云厂商则用这些承诺去说服董事会批准更大的资本开支。贾西所说的“售罄”，本质上是把未来的收入提前写进了合同，也把未来的风险提前压在了资产负债表上。

2200 亿美元买的是什么

资本开支并不只是买 GPU。它还包括土地、变电站、冷却系统、光纤，以及为保证供电而签下的长期电力协议。这些投入一旦落地，就会变成逐年折旧的固定成本；如果 AI 需求在几年后降温，云厂商将面对大量利用率不足的机房。

贾西的判断是，眼下加码仍划算，因为客户的需求“源源不断”。但这套逻辑有一个前提：AI 应用的收入必须持续增长，足以覆盖折旧。否则，“算力售罄”只是把短缺从今天推到了明天。

云厂商之间的产能分层

值得注意的是，贾西特意区分了“适合批量采购的大块算力”和“按需调用、推理服务与 EC2”。这实际上勾勒出一种分层：大客户用多年合同锁定大规模训练集群，中小客户则在剩余的按需池里竞争。前者买到的是确定性，后者买到的是灵活性，价格自然不同。

这种分层会改变 AI 创业的成本结构。过去两年，创业公司可以随用随买，把算力当成水电；今后，能否拿到长期合约，本身就会成为融资能力的一部分。投资人会问的不只是模型效果，还有“你的算力锁到哪一年”。

对开发者的现实影响

短期看，开发者会感受到三件事：热门区域的按需实例更难抢；推理价格下降的速度可能放缓；云厂商会更积极地推销多年期承诺折扣。对创业公司而言，把算力成本锁死在一个可预测的区间，可能比追逐最低单价更重要。

更长远的变化在于供给结构。当头部云厂商的产能被长期合同占满，中小客户会被推向两类选择：接受更高的现货价格，或者转向区域云、专用云与自建集群。算力正在从“公用事业”变成“稀缺资源”，而稀缺资源的分配，往往不只看价格。

趋势洞察

“2027 年售罄”是一个信号：AI 竞赛的下一阶段，胜负可能不取决于谁的模型参数更多，而取决于谁能更早锁定电力与机柜。模型能力的差距可以靠开源缩小，基础设施的差距却需要以年为单位追赶。对云厂商来说，这是最好的时代；对客户来说，这是必须学会提前订座的时代。