AWS 榮獲 Forrester Wave 2025 第四季 AI 基礎設施解決方案領導者

AWS 在 Forrester Wave：AI 基礎設施解決方案（2025 Q4）評比中，獲得領導者（Leader）稱號，且在「策略」類別取得最高分。 這是對 AWS 以彈性、成本效益為核心的 AI 基礎設施布局的肯定，也顯示其在 AI 工作負載全生命週期（從訓練、微調到大規模推論）上的競爭力。

背景與評比要點

Forrester 針對 13 家供應商進行了詳細評估，涵蓋「現有產品、策略與客戶回饋」三大面向。AWS 在 16 項評分指標中皆取得最高 5.00 分，特別在 Strategy（策略） 項目領先，說明其長期願景與路線圖被視為業界最佳。

AWS 的 AI 基礎設施策略聚焦於 「客戶選擇」與「成本效率」 兩大核心：

自研 AI 晶片：AWS Inferentia（推論加速器）與 AWS Trainium（訓練加速器），提供主流任務的高效能與低成本。
NVIDIA GPU 實例：保留高端運算需求的彈性，讓客戶在需要峰值效能時仍能使用成熟的 GPU 生態系。
無供應商鎖定：同時提供自研晶片與 NVIDIA GPU，讓使用者可依工作負載特性自由匹配計算資源，避免被單一硬體綁住。

Forrester 報告指出：「AWS 的願景是同時提供自研加速器與 NVIDIA GPU，為推論工作負載提供成本效益且不受硬體鎖定限制。其自研晶片在主流任務上表現強勁，NVIDIA 則支援高端需求。路線圖顯示持續投資晶片研發，並與 Amazon SageMaker（機器學習平台）深度整合。」此外，AWS 與多家領先模型開發者緊密合作，直接提供多樣化的基礎模型（foundation models）供客戶使用。

產業影響

高容量彈性推論：對於需要大量、彈性伸縮的推論工作（例如線上服務、即時影像辨識），AWS 的成本優化方案特別具吸引力。
混合需求支援：企業同時擁有大規模日常推論與偶發峰值運算需求時，可在 Inferentia/Trainium 與 NVIDIA GPU 之間切換，降低整體 TCO（總擁有成本）。
模型即服務化：透過 SageMaker 與 AWS Marketplace 的模型供應鏈，客戶能更快部署最新的基礎模型，加速 AI 產品化週期。

未來展望與讀者啟示

AWS 已明確表態，未來將持續加碼 AI 晶片研發 與 服務整合，包括更緊密的 SageMaker 功能、增強的安全合規與多區域部署能力。對於正考慮或已在雲端部署 AI 工作負載的企業而言，選擇具備多樣化硬體選項且無鎖定風險的平台，將是降低成本、提升彈性的關鍵。

Forrester 客觀聲明：本報告僅基於公開資訊與專家判斷，Forrester 不對任何公司、產品或服務作出背書，也不建議讀者僅依評分結果作出採購決策。

在 AI 迅速普及的今天，AWS 以領導者姿態示範了「彈性 + 成本效益」的最佳實踐，值得企業在規劃 AI 基礎設施時納入考量。