9月8日，高通宣布与亚马逊达成一项横跨多个产品世代的战略合作，双方将为亚马逊云服务AWS的大型AI数据中心共同开发定制芯片，重点瞄准增长最快的AI推理市场，同时联合开发最高支持每秒1.6太比特的光互联解决方案。根据高通提交给美国证券交易委员会的监管文件，高通向亚马逊发行了最多2500万股普通股认股权证，行权价每股161.26美元，全部行权对应约40亿美元，权证有效期至2036年9月，归属节奏与亚马逊的实际采购直接挂钩。这份十年期合作中与归属安排相关的潜在采购规模最高可达600亿美元，是高通迄今在数据中心市场拿下的最大订单。
认股权设计是这笔交易最受关注的结构。高通于9月3日向亚马逊关联投资公司发行认股权证，允许其以每股161.26美元的价格购买最多2500万股高通股票，权证采取无现金行权方式，分批归属的条件涉及商业协议签订、有约束力的采购订单与实际采购，覆盖服务器芯片、技术、系统与制造服务。基于初始采购承诺，其中375万股对应的认股权已在发行时率先归属，其余部分将随采购额逐步解锁。需要厘清的是，40亿美元是最高股份数乘以行权价的算术值，并非亚马逊已经完成的投资，600亿美元则是归属条件关联的付款规模上限，不能直接计作已确认订单。
这种把产品采购与股权激励捆绑的结构，正在AI供应链中快速扩散。数周前，Marvell与谷歌达成了类似的定制AI芯片协议，并向谷歌出让最高价值122亿美元规模的入股权利；更早时候，AMD允许OpenAI依据采购额最高收购其10%股份。分析人士指出，云厂商愿意入股芯片供应商，说明双方绑定的是多年期的技术路线与产能承诺，而非一次性的试单，采购规模越大、合作代际越长，认股权的含金量就越高。
合作的技术内容分两条主线推进。其一是高通为AWS设计并供应面向AI推理工作负载的定制芯片，横跨多代产品。推理是已训练模型处理请求、生成结果的运行阶段，相比训练对互联与能耗的要求更敏感，也是当前AI基础设施投入增长最快的部分。高通CEO安蒙表示，AI需求的加速要求数据中心基础设施在计算与连接两个维度同步演进，高通将与AWS共同打造定制硅片与连接解决方案，依托数十年在先进处理与节能计算领域的积累推动下一代AI基础设施的发展。
其二是双方联合开发高速光连接技术，速率延伸至1.6T及更高规格，高通将依托其高速串行收发与光数字信号处理技术支撑互联方案，满足AI集群内部激增的数据搬运需求。此外，高通还将扩大在AWS平台上的电子设计自动化工作负载，包括使用Amazon Bedrock开展芯片设计，以缩短芯片开发周期。对高通而言，这笔交易是继6月发布首款数据中心CPU之后的新里程碑，高通CFO在高盛会议上称其为数据中心业务的里程碑式交易，并透露对亚马逊的芯片收入将从12月季度开始确认。
这笔合作的背后是高通迫切的结构转型。高通以智能手机与移动设备处理器闻名，但苹果逐步改用自研基带芯片，叠加手机需求疲软与零部件成本上升，传统主业承压明显，公司正积极拓展AI数据中心业务以降低对手机市场的依赖。高通此前提出2029财年实现150亿美元数据中心营收的目标，并规划推出AI加速芯片及多芯片互连产品。此次亚马逊入局，加上此前微软与Meta的采用意向，让市场对高通能否兑现数据中心目标增添了信心，消息公布后高通股价盘前一度大涨近10%，收盘涨逾3%。
对AWS而言，这笔合作是其自研芯片版图的延伸。亚马逊近年来快速扩张自研芯片业务，将其打造为AWS的重要成长引擎，引入高通作为定制芯片伙伴，意味着AWS可以在推理这一关键负载上获得更多供应选择与议价空间。当云厂商的资本开支竞赛持续升温，定制芯片加认股权的组合拳正在重塑算力供应链的格局，芯片厂商用产能换股权，云厂商用订单锁供应，双方把合作关系焊死在产品路线图里，这种深度绑定是否会挤压第三方独立芯片厂商的空间，将是未来数年AI算力市场最值得观察的变量之一。
1.6T光互联被写进合作协议，背后是AI集群互联瓶颈的倒逼。大模型训练集群正从万卡向十万卡规模演进，GPU之间需要搬运的中间数据量随之暴涨，铜缆在高速率下的传输距离与功耗限制日益凸显，光互联成为扩展集群规模的必经之路。过去一年，北美云巨头纷纷把光通信纳入自研版图，从光模块到交换芯片的垂直整合渐成潮流，此次高通以高速串行收发与光数字信号处理技术切入AWS供应链，等于为亚马逊的光互联路线补上关键一环，也让1.6T成为定制算力基础设施的下一张入场券。
对更广泛的产业链而言，这笔交易的示范意义在于把供应关系升级为共担风险的长期契约。芯片厂商用认股权换取确定性订单，云厂商用订单锁定定制化产能，双方围绕技术路线图形成利益共同体，这套模式一旦跑通，可能被更多云厂商与芯片设计公司复制，改变过去现货买卖式的采购逻辑。与此同时，定制芯片浪潮也在给光模块、先进封装与测试环节带来连锁需求，供应链上下游的公司都在密切关注这笔600亿美元潜在订单的落地节奏，它既是高通的里程碑，也可能成为整个AI算力生态重新排座次的起点。