<p>我一直在關注 AWS，特別是定價方面。&#34;如果 AWS 提高價格會發生什麼&#34;一直是一個令人擔憂的話題，常常被用作假設，促使人們避免對某個特定供應商產生依賴。</p>
<p>在週末——更確切地説是在一個星期六——這個假設變成了現實。</p>
<p>AWS 悄然將其用於機器學習的 EC2 容量塊價格提高了大約 15%。p5e.48xlarge 實例——八個 NVIDIA H200 加速器的組合——在大多數地區的價格從每小時 34.61 美元上漲至 39.80 美元，而 p5en.48xlarge 的價格則從 36.18 美元上漲至 41.61 美元。在美國西部（北加州），p5 的價格上漲幅度更大，從 43.26 美元上漲至 49.75 美元。這一變化早有預兆：AWS 的定價頁面曾提到（而且奇怪的是，至今仍然提到）“當前價格計劃在 2026 年 1 月更新”，儘管公司沒有提及價格的具體變動方向。</p>
<p>這發生在 AWS 宣稱 “最高可降低 45%” 的 GPU 實例價格約七個月之後——儘管那次公告涉及的是按需和節省計劃，而不是容量塊。真有趣。</p>
<p>對於不熟悉的人來説，容量塊是 AWS 對 “我需要保證的 GPU 容量來進行下週二的機器學習訓練” 的回應。你可以為特定的 GPU 實例預留一個定義好的時間窗口——從一天到幾周不等——並以鎖定的價格提前支付。這在進行嚴肅機器學習工作的公司中非常受歡迎，因為他們無法承受訓練過程因臨時容量消失而中斷的風險。定價應該清楚表明，使用這些服務的人並不是業餘愛好者；這些是預算以百萬計的團隊。</p>
<p>一位亞馬遜發言人通過電子郵件告訴我們：“用於機器學習的 EC2 容量塊定價基於供需模式，具體情況請參見產品詳情頁。這一價格調整反映了我們預計本季度的供需模式。”</p>
<p>需要明確的是，AWS 之前也曾提高價格，但很少是直接增加某一項的價格。該公司更傾向於完全改變定價維度，通常將其包裝成對大多數客户的降價——我會將這一説法稱為 “創造性”。歷史上的直接價格上漲通常與監管行動有關：某些市場的每條短信收費等。這次則有所不同。</p>
<p>這個時機另有其妙：它為 Azure 和 GCP 提供了一個現成的談資。兩者都在積極爭取機器學習工作負載，而 “AWS 剛剛將 GPU 價格提高了 15%” 正是企業銷售團隊夢寐以求的武器。競爭對手是否真的能夠吸收這部分需求是另一個問題——GPU 的限制並非 AWS 獨有——但在企業交易中，感知是重要的。</p>
<p>對於擁有企業折扣計劃或其他談判協議的公司來説，這引發了不安的問題。企業折扣計劃通常保證公共定價的折扣——因此如果公共定價上漲 15%，你的 “折扣” 價格在絕對值上就變得更貴，即使百分比保持不變。我預計在接下來的幾周內，AWS 的客户團隊與其大客户之間會有一些尖鋭的對話。</p>
<h3>他們為什麼要這樣做？</h3>
<p>很難不將此視為一個風向標。隨着全球向各個領域轉向生成服務，GPU 的供應越來越緊張。問題是這對其他資源類型意味着什麼。全球 RAM 緊缺是否意味着以 RAM 為中心的服務將是下一個？如果你不運行機器學習工作負載，可以忽略機器學習容量塊的定價——這描述了大多數公司雲支出的 95% 以上——但 RAM 涉及 AWS 提供的每項服務。好吧，可能除了他們的支持功能，但那也迅速變成了 “AI 驅動”，所以給它一點時間。</p>
<ul>
<li>部署到亞馬遜雲上對年輕開發者來説是一種痛苦，他們無法容忍</li>
<li>AWS 為 Nutanix 的 AHV 虛擬機監控程序增加了混合雲存儲支持</li>
<li>Jassy 任命了一位在亞馬遜工作了 27 年的老將來負責 AGI 組織，這現在確實是一個存在的事物</li>
<li>智能手機面臨內存成本危機——買家並不在狀態</li>
</ul>
<p>這裏的 “煤礦裏的金絲雀” 擔憂並不是特指 GPU，而是它所建立的先例。AWS 花了二十年時間讓客户習慣於價格只會下降的預期。這個預期現在被打破了。一旦你對一項服務提高了價格，而世界並沒有因此崩潰，第二次漲價就變得容易了。第三次也是如此。遊戲規則已經改變。</p>
<p>關注那些 AWS 面臨真正供應限制或其成本顯著增加的服務。Graviton 實例的定價一直很有競爭力，以推動採用——當 ARM 芯片供應緊張時會發生什麼？數據傳輸成本多年來一直是現金牛，但它們也一直保持穩定；這些會是下一個嗎？我沒有內部信息，但我有模式識別能力，而模式剛剛發生了變化。</p>
<p>AWS 長期以來受益於雲定價只朝一個方向發展的假設。這個假設在一月的一個星期六死去了，伴隨着服務條款更新的喧囂。問題不是這是否重要——它確實重要。問題是這是否是一個異常，還是新的常態。我認為是後者。®</p>

亞馬遜每日 2 倍做多 ETF - Direxion

<p>AWS 已將其用於機器學習的 EC2 容量塊價格提高了約 15%，某些實例類型的漲幅尤為顯著。這一價格上漲是在 AWS 之前宣佈對 GPU 實例降價之後發生的。此次變動反映了供需模式，並引發了對未來定價趨勢的擔憂，因為 AWS 歷史上一直讓客户習慣於期待價格下降。競爭對手如 Azure 和 GCP 可能會利用這一漲價在其銷售策略中，從而可能影響 AWS 的企業協議和客户關係</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>我一直在關注 AWS，特別是定價方面。&#34;如果 AWS 提高價格會發生什麼&#34;一直是一個令人擔憂的話題，常常被用作假設，促使人們避免對某個特定供應商產生依賴。</p>
</div><p>Over the weekend - on a Saturday, no less - that hypothetical became real.</p>
<div class="lb-trans"><p>在週末——更確切地説是在一個星期六——這個假設變成了現實。</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 悄然將其用於機器學習的 EC2 容量塊價格提高了大約 15%。p5e.48xlarge 實例——八個 NVIDIA H200 加速器的組合——在大多數地區的價格從每小時 34.61 美元上漲至 39.80 美元，而 p5en.48xlarge 的價格則從 36.18 美元上漲至 41.61 美元。在美國西部（北加州），p5 的價格上漲幅度更大，從 43.26 美元上漲至 49.75 美元。這一變化早有預兆：AWS 的定價頁面曾提到（而且奇怪的是，至今仍然提到）“當前價格計劃在 2026 年 1 月更新”，儘管公司沒有提及價格的具體變動方向。</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>這發生在 AWS 宣稱 “最高可降低 45%” 的 GPU 實例價格約七個月之後——儘管那次公告涉及的是按需和節省計劃，而不是容量塊。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>對於不熟悉的人來説，容量塊是 AWS 對 “我需要保證的 GPU 容量來進行下週二的機器學習訓練” 的回應。你可以為特定的 GPU 實例預留一個定義好的時間窗口——從一天到幾周不等——並以鎖定的價格提前支付。這在進行嚴肅機器學習工作的公司中非常受歡迎，因為他們無法承受訓練過程因臨時容量消失而中斷的風險。定價應該清楚表明，使用這些服務的人並不是業餘愛好者；這些是預算以百萬計的團隊。</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>一位亞馬遜發言人通過電子郵件告訴我們：“用於機器學習的 EC2 容量塊定價基於供需模式，具體情況請參見產品詳情頁。這一價格調整反映了我們預計本季度的供需模式。”</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>需要明確的是，AWS 之前也曾提高價格，但很少是直接增加某一項的價格。該公司更傾向於完全改變定價維度，通常將其包裝成對大多數客户的降價——我會將這一説法稱為 “創造性”。歷史上的直接價格上漲通常與監管行動有關：某些市場的每條短信收費等。這次則有所不同。</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>這個時機另有其妙：它為 Azure 和 GCP 提供了一個現成的談資。兩者都在積極爭取機器學習工作負載，而 “AWS 剛剛將 GPU 價格提高了 15%” 正是企業銷售團隊夢寐以求的武器。競爭對手是否真的能夠吸收這部分需求是另一個問題——GPU 的限制並非 AWS 獨有——但在企業交易中，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>對於擁有企業折扣計劃或其他談判協議的公司來説，這引發了不安的問題。企業折扣計劃通常保證公共定價的折扣——因此如果公共定價上漲 15%，你的 “折扣” 價格在絕對值上就變得更貴，即使百分比保持不變。我預計在接下來的幾周內，AWS 的客户團隊與其大客户之間會有一些尖鋭的對話。</p>
</div><h3>Why are they doing this?</h3>
<div class="lb-trans"><h3>他們為什麼要這樣做？</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>很難不將此視為一個風向標。隨着全球向各個領域轉向生成服務，GPU 的供應越來越緊張。問題是這對其他資源類型意味着什麼。全球 RAM 緊缺是否意味着以 RAM 為中心的服務將是下一個？如果你不運行機器學習工作負載，可以忽略機器學習容量塊的定價——這描述了大多數公司雲支出的 95% 以上——但 RAM 涉及 AWS 提供的每項服務。好吧，可能除了他們的支持功能，但那也迅速變成了 “AI 驅動”，所以給它一點時間。</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>部署到亞馬遜雲上對年輕開發者來説是一種痛苦，他們無法容忍</li>
<li>AWS 為 Nutanix 的 AHV 虛擬機監控程序增加了混合雲存儲支持</li>
<li>Jassy 任命了一位在亞馬遜工作了 27 年的老將來負責 AGI 組織，這現在確實是一個存在的事物</li>
<li>智能手機面臨內存成本危機——買家並不在狀態</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>這裏的 “煤礦裏的金絲雀” 擔憂並不是特指 GPU，而是它所建立的先例。AWS 花了二十年時間讓客户習慣於價格只會下降的預期。這個預期現在被打破了。一旦你對一項服務提高了價格，而世界並沒有因此崩潰，第二次漲價就變得容易了。第三次也是如此。遊戲規則已經改變。</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>關注那些 AWS 面臨真正供應限制或其成本顯著增加的服務。Graviton 實例的定價一直很有競爭力，以推動採用——當 ARM 芯片供應緊張時會發生什麼？數據傳輸成本多年來一直是現金牛，但它們也一直保持穩定；這些會是下一個嗎？我沒有內部信息，但我有模式識別能力，而模式剛剛發生了變化。</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 長期以來受益於雲定價只朝一個方向發展的假設。這個假設在一月的一個星期六死去了，伴隨着服務條款更新的喧囂。問題不是這是否重要——它確實重要。問題是這是否是一個異常，還是新的常態。我認為是後者。®</p>
</div>

AWS 在週六將 GPU 價格上調 15%，希望你沒有注意到