亚马逊洽谈收购 Decart：买的是让模型不绑英伟达的那一层软件

交易现状：谁说的，说到哪一步#

先把信源分清楚，因为这笔交易目前没有任何一方确认。

• 华尔街日报在 10 月 11 日（周日）首发报道，引述「知情人士」称亚马逊正洽谈收购 Decart，交易估值约 70 亿美元。这是目前最高、也是被引用最广的数字。
• 路透社同日跟进转述该报道，没有独立确认交易本身，但补充了一个背景数字：Decart 在 5 月的估值接近 40 亿美元（引 PitchBook 数据）。
• 以色列媒体 Calcalist 给出的口径更低、也更具体：它称这笔交易最终估值可能是55 亿美元，低于 WSJ 报道的 70 亿，并且有可能在10 月底前签署。

三个数字放在一起看：40 亿（5 月估值）→ 55 亿或 70 亿（洽谈价）。即便按较低的 55 亿算，对 5 月的投资人来说也是足够快的溢价。亚马逊和 Decart 双方都未公开回应，所以以下所有交易细节都应当按第三方报道、未经证实来读。

有个细节值得单独拎出来：这笔交易不是没人抢过。据路透与彭博的报道，Anthropic 曾在 8 月洽谈以约 60 亿美元收购 Decart，并在 9 月完成尽职调查后选择放弃；Calcalist 称，Decart 当时给出的解释是自己「不愿迁往美国」，此后它试图重启与英伟达的谈判，而英伟达没有接。

所以现在的图景是：一家两个月内被两家顶级买家摸过底、其中一家最终走开的公司，正在被第三家、也是它已有商业关系的买家接手。

Decart 是谁：三条产品线，一条在赚钱#

按公司官网与投资方 Radical Ventures 的介绍：

• 创立时间与团队：2023 年底成立于旧金山，三位以色列工程师——兄弟 Dean Leitersdorf（CEO）、Orian Leitersdorf 与 Moshe Shalev（CPO）。Radical Ventures 的页面写明创始团队来自以色列 8200 部队（该国信号情报单位，出了不少基础设施公司）。种子轮拿的是红杉领投的 2100 万美元，Oren Zeev 参投。有多家媒体提到公司成立三个月即实现盈利，但营收规模从未披露——这一点后面还会用到。
• DOS（Decart Optimization Stack）：推理与训练栈，是公司增速最快的业务线。融资稿称 DOS 2.0 面向 agentic 推理可以做到超过每秒 1600 tokens。这是公司口径，没有第三方复现，先记成「他们说自己快」。
• Lucy：面向沉浸式体验的世界模型。Radical 称其响应时间在 30 毫秒以内，同样属公司/投资方口径。
• Oasis：面向物理 AI 与机器人的世界模型。Lucy 与 Oasis 两条模型线都跑在 DOS 上。

2026 年这一轮由 Radical Ventures 领投，金额 3 亿美元。所以「40 亿估值」对应的是这一轮。

拆开看就清楚了：世界模型是故事，DOS 是账。一家公司如果只卖模型，买家会去比 LMArena 的分数；但如果它能把「同一份模型在三家不同芯片上跑出接近的成本」，那它卖的就是资产负债表上的另一栏——算力供应商的可替换性。

为什么是亚马逊：Annapurna 的影子#

要理解亚马逊为什么愿意出这个价，得回到 2015 年。那年亚马逊以约 3.5 亿美元收购了以色列芯片公司 Annapurna Labs，那支队伍后来设计了 Trainium 训练/推理芯片与 Graviton CPU——今天 AWS 云业务的成本底牌之一。WSJ 在报道这笔交易时特意翻出了这段历史，这个类比不是我们加的。

而 AWS 与 Decart 之间已经有过技术往来：据 WSJ 早前报道，AWS 在 2025 年给了 Decart 自家芯片的早期访问权，起因是 AWS 的人见了创始人、被技术打动。

把这几块拼起来，亚马逊的动机有三种解释，可以同时成立：

1. 补软件层。亚马逊有芯片（Trainium 系列），有模型伙伴（对 Anthropic 累计投入约 180 亿美元，另有一笔最高 150 亿美元的安排可用，公开披露口径），但缺一层能证明「我的芯片不是只能跑我自己的模型」的通用软件。WSJ 给 Decart 的定位写得很直白：这家公司的软件让开发者更容易在不同 AI 芯片之间切换。
2. 买时间。自研一套成熟的「可移植推理栈」需要的人才，市场上基本被几家瓜分完了。收购是唯一能压缩时间轴的办法。
3. 削弱 CUDA 的粘性。这一点对亚马逊的意义比对任何一家都大——它卖芯片的最大对手不是另一家芯片，而是「大家都已经在 CUDA 上写完的代码」。

「芯片可移植」这笔账，到底怎么算#

抛开资本故事，真正值得工程师看懂的是一个更朴素的问题：换芯片到底能省多少，多久能回本？

这个问题可以被算成一个数。核心是三个指标：

• MFU（模型 FLOPs 利用率）：实测吞吐 × 2 × 参数量 ÷ 芯片峰值算力。它回答「我把这颗芯片用了几分满」。
• 每百万 tokens 成本：小时价格 ÷（吞吐 × 3600）× 100 万。它才是采购决策真正看的东西。
• 每瓦吞吐：tokens/s ÷ 功耗。它决定机房能不能装得下。

下面这段脚本只用标准库，把三个指标和「回本天数」一次算完。注意里面的峰值算力与价格全是可替换的示意输入，不是任何厂商的报价——真实决策要换成你自己压测出来的数字。

#!/usr/bin/env python3
"""把「换一颗芯片值不值」算成一个数：MFU / 每百万 tokens 成本 / 回本天数。"""
from dataclasses import dataclass


@dataclass
class Device:
    name: str
    peak_flops: float       # 峰值算力 FLOP/s（按 dense BF16/FP8 计）
    price_per_hour: float   # 单位小时价格（美元）
    achieved_tokens: float  # 实测吞吐（tokens/s，单卡/单芯）
    power_w: float


# ↓↓↓ 示意输入：换成你自己的实测与报价 ↓↓↓
DEVICES = [
    Device("GPU-A",  peak_flops=990e12, price_per_hour=2.00, achieved_tokens=1800, power_w=700),
    Device("TPU-A",  peak_flops=918e12, price_per_hour=1.60, achieved_tokens=1750, power_w=600),
    Device("ASIC-A", peak_flops=650e12, price_per_hour=1.10, achieved_tokens=1600, power_w=500),
]

PARAMS = 70e9    # 被服务模型的参数量
ACTIVE = 1.0     # MoE 模型填激活比例（如 0.05 = 1/20）


def mfu(d: Device) -> float:
    """模型 FLOPs 利用率：吞吐 × 2 × 参数 / 峰值算力。"""
    return (d.achieved_tokens * 2 * PARAMS * ACTIVE) / d.peak_flops


def cost_per_million(d: Device) -> float:
    """每百万 tokens 的算力成本（美元）。"""
    return d.price_per_hour / (d.achieved_tokens * 3600) * 1e6


def break_even_days(daily_tokens: float, cur: Device, new: Device,
                    migration_cost_usd: float) -> float:
    """一次性迁移成本 ÷ 每天省下的钱 = 回本天数。"""
    save_per_day = (cost_per_million(cur) - cost_per_million(new)) / 1e6 * daily_tokens
    if save_per_day <= 0:
        return float("inf")
    return migration_cost_usd / save_per_day


def main() -> None:
    print(f"{'芯片':8s} {'MFU':>7s} {'$/1M tok':>10s} {'每瓦 tokens/s':>14s}")
    for d in DEVICES:
        print(f"{d.name:8s} {mfu(d):7.1%} {cost_per_million(d):10.4f} "
              f"{d.achieved_tokens / d.power_w:14.2f}")

    gpu, asic = DEVICES[0], DEVICES[2]
    daily = 5e9     # 每天 50 亿 tokens 的推理量
    mig = 400_000   # 迁移到新芯片的一次性人力/工程成本（美元）
    print(f"\n每天发行 {daily/1e8:.0f} 亿 tokens、迁移成本 ${mig:,} 时：")
    print(f"  GPU-A → ASIC-A 回本需要 {break_even_days(daily, gpu, asic, mig):.1f} 天")


if __name__ == "__main__":
    main()

在本机跑出来的结果是：

芯片           MFU   $/1M tok    每瓦 tokens/s
GPU-A      25.5%     0.3086           2.57
TPU-A      26.7%     0.2540           2.92
ASIC-A     34.5%     0.1910           3.20

每天发行 50 亿 tokens、迁移成本 $400,000 时：
  GPU-A → ASIC-A 回本需要 679.9 天

这张表里有两个结论，方向相反，但都是真的：

好消息是专用的 ASIC 档位在三个指标上全部领先——每百万 tokens 便宜约 38%（0.3086 → 0.1910），每瓦吞吐高约 25%。如果只看这张表，换芯片是稳赚的。

坏消息是回本要将近 680 天。原因不在硬件，在那 40 万美元的一次性迁移成本：重写 kernel 与算子、重建 CI 与压测、把稀疏化和量化在新架构上重新调一遍——这些钱花出去，要靠每天省下的那点差价一点点赚回来，而两年的时间足够让这一代芯片变成上一代。

所以真实的决策不是「哪颗芯片更强」，而是你愿不愿意做一个以年为单位的承诺。而这正是「可移植层」值钱的地方：它把以年为单位的承诺，变成以周为单位的实验。你可以先花两周把 10% 的流量切过去压测，拿到真实数字再谈要不要全量——一家能把这件事做顺手的软件公司，对一个正在卖自研芯片的云厂商来说，价值不是按「增速最快的业务线」算的。

自己压测时最容易踩的四个坑#

上面那张表能不能信，完全取决于输入值。下面这四个坑，每一个都能让结论反向。

一、分母用了稀疏峰值。 很多加速器标称的峰值算力是「稀疏（2:4）」口径，也就是理论值的一半。拿稀疏数字当分母算 MFU，会得到一个偏低一倍的利用率，看起来像「这颗芯片被浪费了」，其实只是算错了。填入 peak_flops 时请一律用 dense 峰值。

二、把 prefill 和 decode 混进一个吞吐。 预填充是算力受限，解码是显存带宽受限，两者的 tokens/s 能差一个数量级。混算出的「平均吞吐」会掩盖真正贵的部分——decode。正确做法是分两行记录：prefill_tokens 与 decode_tokens，成本也分开算。

三、用「模型跑起来没报错」当迁移完成。 可移植层能让模型起来，但不能保证数值一致。第一次切换后必须做逐层对齐：同一批输入，比较最后几层 logits 的最大绝对误差；如果它明显大于你在训练时见过的量化噪声量级，说明某个算子在新架构上走了另一条路径，而这条路径可能悄悄吃掉你的精度预算。

四、忽略沙盒之外的那部分流量。 生产流量里有一大块是短请求、工具调用、结构化输出（JSON schema 约束解码）。这些请求的 token 分布和压测用的长文本完全不同，往往才是每百万 tokens 成本里真正的那个大头。

把输入值测准，比选芯片更重要。表里 ASIC 档位领先 38%，可一旦把 prefill 与 decode 拆开重算，这个优势很可能缩到 10% 以内——而回本天数会跟着翻倍。

一条被砍掉的假设#

Anthropic 为什么走开？这个问题没有官方答案，任何具体解释都只能算推测，这里只列出被公开报道过的线索：

• 据 Calcalist，Decart 自己的说法是不愿把团队迁到美国——Semafor 等媒体也报道过类似的「团队所在地」分歧。如果这是真的，那么它同时解释了两件事：为什么以色列媒体对这笔交易的估值口径（55 亿）低于美国媒体（70 亿），以及为什么买家名单会从 Anthropic → 英伟达 → 亚马逊这样一路轮换。
• 另一种可能更朴素：买到手之后还要重建它的中立性。DOS 的价值来自「谁都能用」；一旦被某家云厂商收入囊中，英伟达和谷歌的客户会不会继续信任它，是个真问题。

值得注意的是，一家公司被顶级买家做完尽调后放弃，通常会让下一家更谨慎。但亚马逊仍愿意谈，而且谈的价格比 Anthropic 出过的 60 亿还高——这说明两边对「这层软件值多少」的判断存在真实分歧，而不是简单的抬价。

还没答案的三个问题#

1. 交易是否落槌。截至发稿，亚马逊与 Decart 均未确认，WSJ 用的是「洽谈中」，Calcalist 给的判断是「可能 10 月底前签」。所有数字都还是传闻价。
2. DOS 的中立性会不会变。这是技术人最该关心的：如果 DOS 之后在英伟达与谷歌芯片上的支持变成二等公民，那它的核心卖点就自己消失了。目前没有任何一方就此表态。
3. 监管要多久。几十亿美元级、且涉及半导体与云基础设施的跨境收购，通常要走更长流程。这一点同样没有公开信息。

总结#

把这件事抽象一层，它讲的其实是基础设施的定价权在往哪一层移动。

三年前，大家比的是谁的芯片峰值算力高；现在，比的是「同一份模型换一颗芯片要付多少迁移成本」。当迁移成本高到需要 680 天回本时，锁定客户的不再是芯片本身，而是那层让人不敢换的软件。

所以一笔 70 亿美元的收购谈判，买的是一个很具体的东西：把「不敢换」变成「可以试试」。至于这笔钱花得值不值，等它落槌、以及等 DOS 在非亚马逊芯片上的支持有没有变味，才看得出答案。

参考与致谢#

• 华尔街日报：《Amazon in Talks to Buy AI Startup Decart for Around $7 Billion》（2026-10-11，引述知情人士，未获双方确认）
• 路透社：《Amazon in talks to buy AI startup Decart for around $7 billion, WSJ reports》（2026-10-11）
• Calcalist：〈Amazon may get Decart for $5.5 billion after Anthropic walked away〉（第三方报道，估值与时间线口径与 WSJ 不同）
• GeekWire：〈Why Amazon might pay billions for Decart, a 3-year-old AI startup that hasn’t disclosed its revenue〉
• Decart 官网与投资方 Radical Ventures 的 Decart 页面（产品线与团队信息，属公司/投资方口径）
• 本文计算脚本为自写、自跑，输入为示意值，非任何厂商报价