亚马逊公司与初创企业Databricks达成了为期五年的协议，这可能会降低希望建立自己人工智能能力的企业成本。
Databricks将使用亚马逊的Trainium AI芯片来提供一项服务，帮助公司定制AI模型或构建自己的模型。亚马逊表示，客户使用其自主研发的芯片比竞争对手（如Nvidia的图形处理器GPU）更省钱，而后者在AI芯片市场占据主导地位。
亚马逊和Databricks拒绝分享该协议的财务条款。
这笔交易正值Databricks、亚马逊以及其他企业技术公司如微软、Salesforce和Snowflake（Databricks的竞争对手）积极争取企业的AI投资之际。与此同时，企业技术高管表示是时候证明AI投资正在产生回报了。
Databricks去年以约13亿美元收购了人工智能初创公司MosaicML，并正在扩大被收购公司的服务，以便在企业AI交易中占据一席之地。该公司与亚马逊的合作最终使企业的AI应用更快、更便宜，因为它可以从使用亚马逊的AI芯片中获得节省的成本并将这些成本节约传递给客户，Databricks生成式AI副总裁Naveen Rao表示。
早期的人工智能成功案例依赖于使用公司的私有数据来定制人工智能。例如，构建一个专用的客户服务聊天机器人可以帮助降低人力成本。
对于亚马逊而言，这意味着继续定位自己为中立的人工智能技术提供商，为企业提供使用和定制其平台上多种供应商的各类人工智能模型的能力。
Databricks通过出租分析、人工智能及其他基于云的软件来获利，这些软件可以利用适合AI处理的数据帮助企业构建其企业技术工具。这家总部位于旧金山的公司在去年九月时表示其估值为430亿美元。
两家公司目前有一个合作关系，客户可以在亚马逊的云计算平台Amazon Web Services上运行Databricks数据服务。Databricks还通过AWS租用Nvidia GPU，并且根据协议将使用更多的GPU。使用AWS的客户为Databricks创造了超过10亿美元的收入，Rao表示AWS是该公司增长最快的云合作伙伴。
W.W. Grainger 的首席技术官 Jonny LeRoy 表示，该公司正在利用人工智能帮助客户浏览其产品系列。这家总部位于伊利诺伊州的公司结合使用了来自 Databricks 的 AI 模型和检索增强生成系统来构建客户服务工具，并计划使用亚马逊的芯片作为内部支持硬件，LeRoy 说。
一些技术分析师和商业领袖表示，亚马逊并不被认为是在人工智能创新领域的领导者，并且需要展示它能够与微软和谷歌竞争。亚马逊的人工智能复兴的一部分涉及其专门用于构建和使用AI模型的AI芯片Trainium和Inferentia。相比通用型GPU（如Nvidia的产品），这类专用芯片因为是为单一用途设计，因此可能更加高效。
亚马逊为其定制AI芯片的宣传点是更低的成本。AWS计算和网络服务副总裁Dave Brown表示，客户使用这些硬件的费用预计会比使用其他硬件低大约40%。
“如果客户没有节省成本的机会，而且他们现有的解决方案对他们来说运行得很好，他们是不会做出改变的，”布朗说。“所以提供这些成本节约措施是很重要的。”
布朗拒绝透露使用亚马逊自定义芯片而非英伟达GPU的亚马逊客户数量。
汽车购物网站Edmunds.com正在使用Databricks构建一个AI工具，帮助客户在购买电动汽车时确定他们有资格获得哪些激励措施。该公司技术副总裁Greg Rokita表示，构建AI系统的成本降低是有益的，尤其是因为拥有自己的AI系统比租用供应商的私人模型更受欢迎。
NinjaTech AI是一家正在开发用于执行任务的AI代理的初创公司，该公司表示，通过使用Trainium芯片，每月在计算上的花费约为25万美元，而不是使用Nvidia的GPU时的75万到120万美元。亚马逊自定义AI芯片的其他客户包括Anthropic、Airbnb、Pinterest和Snap。
但亚马逊并不是唯一可以替代英伟达的选择。长期与英伟达竞争的AMD也有自己的GPU产品线，谷歌则制造了自己的芯片——张量处理单元（TPU），而像Groq和Cerebras这样的初创公司也开发了专门用于AI的单用途芯片。
“对企业来说，更重要的是技术带来的价值，而不是底层的技术本身，”市场研究和信息技术咨询公司Gartner的分析师Chirag Dekate表示。“如果是Trainium可以，如果是CPU也可以，如果是GPU也行。对于最终用户而言，这并没有太大的差别。”
写信给贝尔·林，邮箱地址是belle.lin@wsj.com