<p>我一直在关注 AWS，特别是定价方面。&#34;如果 AWS 提高价格会发生什么&#34;一直是一个令人担忧的话题，常常被用作假设，促使人们避免对某个特定供应商产生依赖。</p>
<p>在周末——更确切地说是在一个星期六——这个假设变成了现实。</p>
<p>AWS 悄然将其用于机器学习的 EC2 容量块价格提高了大约 15%。p5e.48xlarge 实例——八个 NVIDIA H200 加速器的组合——在大多数地区的价格从每小时 34.61 美元上涨至 39.80 美元，而 p5en.48xlarge 的价格则从 36.18 美元上涨至 41.61 美元。在美国西部（北加州），p5 的价格上涨幅度更大，从 43.26 美元上涨至 49.75 美元。这一变化早有预兆：AWS 的定价页面曾提到（而且奇怪的是，至今仍然提到）“当前价格计划在 2026 年 1 月更新”，尽管公司没有提及价格的具体变动方向。</p>
<p>这发生在 AWS 宣称 “最高可降低 45%” 的 GPU 实例价格约七个月之后——尽管那次公告涉及的是按需和节省计划，而不是容量块。真有趣。</p>
<p>对于不熟悉的人来说，容量块是 AWS 对 “我需要保证的 GPU 容量来进行下周二的机器学习训练” 的回应。你可以为特定的 GPU 实例预留一个定义好的时间窗口——从一天到几周不等——并以锁定的价格提前支付。这在进行严肃机器学习工作的公司中非常受欢迎，因为他们无法承受训练过程因临时容量消失而中断的风险。定价应该清楚表明，使用这些服务的人并不是业余爱好者；这些是预算以百万计的团队。</p>
<p>一位亚马逊发言人通过电子邮件告诉我们：“用于机器学习的 EC2 容量块定价基于供需模式，具体情况请参见产品详情页。这一价格调整反映了我们预计本季度的供需模式。”</p>
<p>需要明确的是，AWS 之前也曾提高价格，但很少是直接增加某一项的价格。该公司更倾向于完全改变定价维度，通常将其包装成对大多数客户的降价——我会将这一说法称为 “创造性”。历史上的直接价格上涨通常与监管行动有关：某些市场的每条短信收费等。这次则有所不同。</p>
<p>这个时机另有其妙：它为 Azure 和 GCP 提供了一个现成的谈资。两者都在积极争取机器学习工作负载，而 “AWS 刚刚将 GPU 价格提高了 15%” 正是企业销售团队梦寐以求的武器。竞争对手是否真的能够吸收这部分需求是另一个问题——GPU 的限制并非 AWS 独有——但在企业交易中，感知是重要的。</p>
<p>对于拥有企业折扣计划或其他谈判协议的公司来说，这引发了不安的问题。企业折扣计划通常保证公共定价的折扣——因此如果公共定价上涨 15%，你的 “折扣” 价格在绝对值上就变得更贵，即使百分比保持不变。我预计在接下来的几周内，AWS 的客户团队与其大客户之间会有一些尖锐的对话。</p>
<h3>他们为什么要这样做？</h3>
<p>很难不将此视为一个风向标。随着全球向各个领域转向生成服务，GPU 的供应越来越紧张。问题是这对其他资源类型意味着什么。全球 RAM 紧缺是否意味着以 RAM 为中心的服务将是下一个？如果你不运行机器学习工作负载，可以忽略机器学习容量块的定价——这描述了大多数公司云支出的 95% 以上——但 RAM 涉及 AWS 提供的每项服务。好吧，可能除了他们的支持功能，但那也迅速变成了 “AI 驱动”，所以给它一点时间。</p>
<ul>
<li>部署到亚马逊云上对年轻开发者来说是一种痛苦，他们无法容忍</li>
<li>AWS 为 Nutanix 的 AHV 虚拟机监控程序增加了混合云存储支持</li>
<li>Jassy 任命了一位在亚马逊工作了 27 年的老将来负责 AGI 组织，这现在确实是一个存在的事物</li>
<li>智能手机面临内存成本危机——买家并不在状态</li>
</ul>
<p>这里的 “煤矿里的金丝雀” 担忧并不是特指 GPU，而是它所建立的先例。AWS 花了二十年时间让客户习惯于价格只会下降的预期。这个预期现在被打破了。一旦你对一项服务提高了价格，而世界并没有因此崩溃，第二次涨价就变得容易了。第三次也是如此。游戏规则已经改变。</p>
<p>关注那些 AWS 面临真正供应限制或其成本显著增加的服务。Graviton 实例的定价一直很有竞争力，以推动采用——当 ARM 芯片供应紧张时会发生什么？数据传输成本多年来一直是现金牛，但它们也一直保持稳定；这些会是下一个吗？我没有内部信息，但我有模式识别能力，而模式刚刚发生了变化。</p>
<p>AWS 长期以来受益于云定价只朝一个方向发展的假设。这个假设在一月的一个星期六死去了，伴随着服务条款更新的喧嚣。问题不是这是否重要——它确实重要。问题是这是否是一个异常，还是新的常态。我认为是后者。®</p>

亚马逊每日 2 倍做多 ETF - Direxion

<p>AWS 已将其用于机器学习的 EC2 容量块价格提高了约 15%，某些实例类型的涨幅尤为显著。这一价格上涨是在 AWS 之前宣布对 GPU 实例降价之后发生的。此次变动反映了供需模式，并引发了对未来定价趋势的担忧，因为 AWS 历史上一直让客户习惯于期待价格下降。竞争对手如 Azure 和 GCP 可能会利用这一涨价在其销售策略中，从而可能影响 AWS 的企业协议和客户关系</p>

<p>I've been tracking AWS for a long time, with a specific emphasis on pricing. &#34;What happens if AWS hikes prices&#34; has always been something of a boogeyman, trotted out as a hypothetical to urge folks to avoid taking dependencies on a given provider.</p>
<div class="lb-trans"><p>我一直在关注 AWS，特别是定价方面。&#34;如果 AWS 提高价格会发生什么&#34;一直是一个令人担忧的话题，常常被用作假设，促使人们避免对某个特定供应商产生依赖。</p>
</div><p>Over the weekend - on a Saturday, no less - that hypothetical became real.</p>
<div class="lb-trans"><p>在周末——更确切地说是在一个星期六——这个假设变成了现实。</p>
</div><p>AWS has quietly raised prices on its EC2 Capacity Blocks for ML by approximately 15 percent. The p5e.48xlarge instance – eight NVIDIA H200 accelerators in a trenchcoat – jumped from $34.61 to $39.80 per hour across most regions, while the p5en.48xlarge climbed from $36.18 to $41.61. Customers in US West (N. California) face steeper hikes, with p5e rates rising from $43.26 to $49.75. The change had been telegraphed: AWS's pricing page noted (and bizarrely, still does) that &#34;current prices are scheduled to be updated in January, 2026,&#34; though the company neglected to mention which direction.</p>
<div class="lb-trans"><p>AWS 悄然将其用于机器学习的 EC2 容量块价格提高了大约 15%。p5e.48xlarge 实例——八个 NVIDIA H200 加速器的组合——在大多数地区的价格从每小时 34.61 美元上涨至 39.80 美元，而 p5en.48xlarge 的价格则从 36.18 美元上涨至 41.61 美元。在美国西部（北加州），p5 的价格上涨幅度更大，从 43.26 美元上涨至 49.75 美元。这一变化早有预兆：AWS 的定价页面曾提到（而且奇怪的是，至今仍然提到）“当前价格计划在 2026 年 1 月更新”，尽管公司没有提及价格的具体变动方向。</p>
</div><p>This comes about seven months after AWS trumpeted &#34;up to 45% price reductions&#34; for GPU instances - though that announcement covered On-Demand and Savings Plans rather than Capacity Blocks. Funny how that works.</p>
<div class="lb-trans"><p>这发生在 AWS 宣称 “最高可降低 45%” 的 GPU 实例价格约七个月之后——尽管那次公告涉及的是按需和节省计划，而不是容量块。真有趣。</p>
</div><p>For the uninitiated, Capacity Blocks are AWS's answer to &#34;I need guaranteed GPU capacity for my ML training job next Tuesday.&#34; You reserve specific GPU instances for a defined time window – anywhere from a day to a few weeks out – and pay up front at a locked-in rate. It's popular with companies doing serious ML work who can't afford to have a training run interrupted because spot capacity evaporated. The pricing should make it abundantly clear that the people using this aren't hobbyists; these are teams with budgets measured in millions.</p>
<div class="lb-trans"><p>对于不熟悉的人来说，容量块是 AWS 对 “我需要保证的 GPU 容量来进行下周二的机器学习训练” 的回应。你可以为特定的 GPU 实例预留一个定义好的时间窗口——从一天到几周不等——并以锁定的价格提前支付。这在进行严肃机器学习工作的公司中非常受欢迎，因为他们无法承受训练过程因临时容量消失而中断的风险。定价应该清楚表明，使用这些服务的人并不是业余爱好者；这些是预算以百万计的团队。</p>
</div><p>An Amazon spox told us via email, &#34;EC2 Capacity Blocks for ML pricing vary based on supply and demand patterns, as described on the product detail page. This price adjustment reflects the supply/demand patterns we expect this quarter.&#34;</p>
<div class="lb-trans"><p>一位亚马逊发言人通过电子邮件告诉我们：“用于机器学习的 EC2 容量块定价基于供需模式，具体情况请参见产品详情页。这一价格调整反映了我们预计本季度的供需模式。”</p>
</div><p>To be clear, AWS has raised prices before, but rarely as a straight increase to a line item. The company prefers to change pricing dimensions entirely, often spinning this as a price reduction for most customers – a claim I'd characterize as &#34;creative.&#34; Historical straight-up price increases have been tied to regulatory actions: per-SMS charges in certain markets and the like. This is different.</p>
<div class="lb-trans"><p>需要明确的是，AWS 之前也曾提高价格，但很少是直接增加某一项的价格。该公司更倾向于完全改变定价维度，通常将其包装成对大多数客户的降价——我会将这一说法称为 “创造性”。历史上的直接价格上涨通常与监管行动有关：某些市场的每条短信收费等。这次则有所不同。</p>
</div><p>The timing is curious for another reason: it hands Azure and GCP a talking point on a silver platter. Both have been aggressively courting ML workloads, and &#34;AWS just raised GPU prices 15%&#34; is exactly the kind of ammunition enterprise sales teams dream about. Whether the competitors can actually absorb the demand is another question – GPU constraints are hardly unique to AWS – but perception matters in enterprise deals.</p>
<div class="lb-trans"><p>这个时机另有其妙：它为 Azure 和 GCP 提供了一个现成的谈资。两者都在积极争取机器学习工作负载，而 “AWS 刚刚将 GPU 价格提高了 15%” 正是企业销售团队梦寐以求的武器。竞争对手是否真的能够吸收这部分需求是另一个问题——GPU 的限制并非 AWS 独有——但在企业交易中，感知是重要的。</p>
</div><p>For companies with Enterprise Discount Programs or other negotiated agreements, this raises uncomfortable questions. EDPs typically guarantee discounts off public pricing – so if public pricing goes up 15 percent, your &#34;discounted&#34; rate just got more expensive in absolute terms, even if the percentage held steady. I expect some pointed conversations between AWS account teams and their larger customers in the coming weeks.</p>
<div class="lb-trans"><p>对于拥有企业折扣计划或其他谈判协议的公司来说，这引发了不安的问题。企业折扣计划通常保证公共定价的折扣——因此如果公共定价上涨 15%，你的 “折扣” 价格在绝对值上就变得更贵，即使百分比保持不变。我预计在接下来的几周内，AWS 的客户团队与其大客户之间会有一些尖锐的对话。</p>
</div><h3>Why are they doing this?</h3>
<div class="lb-trans"><h3>他们为什么要这样做？</h3>
</div><p>It's hard not to see this as a bellwether. GPUs are increasingly constrained globally as the world pivots to generating slop-as-a-service in every conceivable domain. The question is what this means for other resource types down the road. Does the global RAM crunch mean RAM-centric services are next? You can ignore ML Capacity Block pricing if you're not running machine learning workloads – which describes north of 95 percent of most companies' cloud spend – but RAM touches every service AWS offers. Well, possibly excepting their support function, though that's rapidly becoming &#34;AI-Powered&#34; too, so give it time.</p>
<div class="lb-trans"><p>很难不将此视为一个风向标。随着全球向各个领域转向生成服务，GPU 的供应越来越紧张。问题是这对其他资源类型意味着什么。全球 RAM 紧缺是否意味着以 RAM 为中心的服务将是下一个？如果你不运行机器学习工作负载，可以忽略机器学习容量块的定价——这描述了大多数公司云支出的 95% 以上——但 RAM 涉及 AWS 提供的每项服务。好吧，可能除了他们的支持功能，但那也迅速变成了 “AI 驱动”，所以给它一点时间。</p>
</div><ul>
<li>Deploying to Amazon's cloud is a pain in the AWS younger devs won't tolerate</li>
<li>AWS adds hybrid cloud storage support for Nutanix's AHV hypervisor</li>
<li>Jassy taps 27-year Amazon veteran to run AGI org, which is now definitely a thing that exists</li>
<li>Smartphones face a memory cost crunch – and buyers aren't in the mood</li>
</ul>
<div class="lb-trans"><ul>
<li>部署到亚马逊云上对年轻开发者来说是一种痛苦，他们无法容忍</li>
<li>AWS 为 Nutanix 的 AHV 虚拟机监控程序增加了混合云存储支持</li>
<li>Jassy 任命了一位在亚马逊工作了 27 年的老将来负责 AGI 组织，这现在确实是一个存在的事物</li>
<li>智能手机面临内存成本危机——买家并不在状态</li>
</ul>
</div><p>The canary-in-the-coal-mine concern here isn't GPUs specifically, but rather the precedent it establishes. AWS has spent two decades conditioning customers to expect prices only ever go down. That expectation is now broken. Once you've raised prices on one service and the world doesn't end, the second increase becomes easier. And the third. The playbook has changed.</p>
<div class="lb-trans"><p>这里的 “煤矿里的金丝雀” 担忧并不是特指 GPU，而是它所建立的先例。AWS 花了二十年时间让客户习惯于价格只会下降的预期。这个预期现在被打破了。一旦你对一项服务提高了价格，而世界并没有因此崩溃，第二次涨价就变得容易了。第三次也是如此。游戏规则已经改变。</p>
</div><p>Keep an eye on services where AWS faces genuine supply constraints or where their costs have materially increased. Graviton instances have been priced aggressively to drive adoption – what happens when ARM chip supply tightens? Data transfer costs have been a cash cow for years, but they've also been stable; are those next? I don't have inside information, but I do have pattern recognition, and the pattern just shifted.</p>
<div class="lb-trans"><p>关注那些 AWS 面临真正供应限制或其成本显著增加的服务。Graviton 实例的定价一直很有竞争力，以推动采用——当 ARM 芯片供应紧张时会发生什么？数据传输成本多年来一直是现金牛，但它们也一直保持稳定；这些会是下一个吗？我没有内部信息，但我有模式识别能力，而模式刚刚发生了变化。</p>
</div><p>AWS has long benefited from the assumption that cloud pricing only trends in one direction. That assumption died on a Saturday in January, with all the fanfare of a Terms of Service update. The question isn't whether this matters – it does. The question is whether it's an anomaly or the new normal. My money's on the latter. ®</p>
<div class="lb-trans"><p>AWS 长期以来受益于云定价只朝一个方向发展的假设。这个假设在一月的一个星期六死去了，伴随着服务条款更新的喧嚣。问题不是这是否重要——它确实重要。问题是这是否是一个异常，还是新的常态。我认为是后者。®</p>
</div>

AWS 在周六将 GPU 价格上调 15%，希望你没有注意到