Snowflake podpisał pięcioletni kontrakt z Amazon Web Services na kwotę 6 miliardów dolarów (ok. 24 mld zł) — jeden z największych korporacyjnych kontraktów chmurowych w historii tego sektora. Umowa, ogłoszona 27 maja 2026 roku, obejmuje przede wszystkim dostęp do procesorów Graviton — własnych układów ARM AWS — na potrzeby infrastruktury AI Snowflake.
Najważniejsze w skrócie
- Kontrakt opiewa na 6 mld USD przez 5 lat — zbliżony do całkowitych przychodów Snowflake z AWS Marketplace od 2012 roku (7 mld USD)
- Wydatki klientów Snowflake na AWS podwoiły się w 2025 roku do 2 mld USD
- Kluczowy składnik: chipy Graviton (ARM-based CPU Amazon) dla workloadów AI agentów
- Snowflake rozwija Cortex AI — narzędzie AI na danych enterprise bezpośrednio w chmurze
- AWS w ciągu miesiąca podpisał analogiczne umowy z Metą (miliony chipów Graviton) i teraz ze Snowflake
Snowflake i AWS: skala kontraktu
Pięcioletnia umowa na 6 miliardów dolarów to kwota porównywalna z łączną wartością wszystkich transakcji Snowflake przez AWS Marketplace od momentu powstania firmy w 2012 roku — według danych AWS całościowy obrót wyniósł 7 miliardów dolarów. Nowy kontrakt w ciągu pięciu lat ma zatem niemal dorównać czternastoletniemu dorobkowi. Głównym motorem tego wzrostu jest AI: wydatki klientów Snowflake na infrastrukturę AWS podwoiły się w samym 2025 roku, przekraczając 2 miliardy dolarów.
Snowflake od początku działał głównie na AWS, a do Microsoft Azure i Google Cloud rozszerzył się dopiero z czasem. To sprawia, że kontrakt jest logiczną konsekwencją istniejącej zależności — ale skala wzrostu sugeruje coś więcej niż inercję: firmy enterprise masowo zwiększają wydatki na przetwarzanie danych i AI w chmurze.
Graviton: procesor CPU zamiast GPU
Szczegółem, który wyróżnia ten kontrakt spośród typowych umów chmurowych, jest akcent na procesory Graviton — własne układy ARM projektowane przez Amazon. Nie GPU, nie układy FPGA, lecz zwykłe (choć zoptymalizowane) CPU. Dlaczego?
Duże modele językowe wymagają GPU do trenowania i fazy wnioskowania (inference). Jednak agenci AI, którzy w 2025 i 2026 roku stają się dominującym wzorcem wdrożeń, generują zupełnie inny profil obciążeń: orkiestracja wywołań narzędzi, obsługa pamięci kontekstowej, zarządzanie stanem sesji, logika routingu — to wszystko zadania CPU-intensive. Snowflake Cortex AI, będący sercem oferty AI tej firmy, obsługuje właśnie te warstwy operacyjne.
Amazon konsekwentnie pozycjonuje Graviton jako tańszą i bardziej efektywną kosztowo alternatywę wobec rozwiązań Nvidii dla tego rodzaju zadań. Firma twierdzi, że oszczędności przekazuje klientom — a kontrakty z Metą (podpisany w kwietniu 2026, obejmujący miliony chipów Graviton) i teraz ze Snowflake sugerują, że ta narracja jest skuteczna.
Cortex AI: AI na danych enterprise
Snowflake Cortex AI to zestaw narzędzi pozwalający budować aplikacje AI bezpośrednio na danych przechowywanych w hurtowni Snowflake — bez konieczności ich kopiowania do zewnętrznych systemów. Możliwości obejmują: interfejs tekstowy do zapytań SQL (użytkownik pyta językiem naturalnym, Cortex generuje zapytanie), automatyczne raporty podsumowujące, wyszukiwanie semantyczne po dokumentach oraz agentowe przepływy pracy integrujące dane z różnych źródeł.
Dla firm enterprise to istotna propozycja wartości: dane nie opuszczają środowiska Snowflake, co upraszcza zgodność z regulacjami (GDPR, HIPAA) i redukuje latencję. Alternatywą jest eksportowanie danych do zewnętrznych platform AI, co generuje dodatkowe koszty transferu, komplikacje bezpieczeństwa i synchronizację.
Kontekst chipowy: Amazon kontra Nvidia
Kontrakt ze Snowflake wpisuje się w szerszą kampanię AWS zmierzającą do zmniejszenia zależności od Nvidii — lub przynajmniej do stworzenia wiarygodnej alternatywy dla klientów, którym ceny GPU stają się zbyt wysokie. Jensen Huang ogłosił w maju 2026 roku po rekordowym kwartale, że nowy chip CPU Nvidii — Vera — otwiera przed firmą "zupełnie nowy rynek" warty 200 miliardów dolarów, i że sprzedał już 20 miliardów dolarów tych układów. To bezpośrednia odpowiedź na rosnącą presję ze strony własnych chipów chmurowych.
Sytuacja jest jednak bardziej złożona niż prosta rywalizacja. AWS nadal masowo używa chipów Nvidii w swojej chmurze — Graviton nie zastępuje GPU, lecz wypełnia inną niszę: tańsze obliczenia dla zadań, które nie wymagają mocy obliczeniowej GPU. W praktyce Snowflake będzie prawdopodobnie używać zarówno Graviton (dla Cortex i agentów), jak i GPU Nvidii (dla trenowania i intensywnego wnioskowania modeli). Kontrakt nie jest deklaracją zmiany dostawcy — jest zakupem skali dla konkretnego profilu obciążeń.
Dlaczego to ważne?
Kontrakt Snowflake z AWS za 6 miliardów dolarów to kolejny punkt danych wskazujący na fundamentalną zmianę w strukturze wydatków IT enterprise: AI przestaje być eksperymentem i staje się podstawową infrastrukturą operacyjną. Fakt, że wydatki klientów Snowflake na AWS podwoiły się w ciągu jednego roku — do 2 miliardów dolarów — świadczy o tym, że firmy realnie uruchamiają produkcyjne systemy AI, a nie jedynie pilotaże. Dla samego AWS umowa jest argumentem w negocjacjach z innymi dużymi klientami: "Snowflake wybrał Graviton na skalę 6 miliardów — ty też możesz". Dla Nvidii to sygnał, że dominacja na rynku chipów AI jest kwestionowana nie przez jednego konkurenta, lecz przez całą klasę własnych układów chmurowych — Google TPU, Microsoft Maia, Amazon Graviton i Trainium — które zaczynają przechwytywać konkretne segmenty workloadów.
Co dalej?
- Snowflake planuje rozszerzyć możliwości Cortex AI w kierunku autonomicznych agentów enterprise — kolejne ogłoszenia produktowe spodziewane są na konferencji Snowflake Summit 2026, która odbędzie się w czerwcu.
- AWS rywalizuje z Google Cloud o kontrakt z kolejnymi dużymi klientami AI — Meta podpisała 10 miliardów USD z Google Cloud, a kilka tygodni później analogiczną umowę chipową z AWS, co sugeruje, że firmy nie wybierają jednego dostawcy, lecz dywersyfikują.
- Nvidia Vera (nowy chip CPU) ma trafić do szerokiej sprzedaży w drugiej połowie 2026 roku — jego cena i dostępność pokażą, czy Amazon Graviton naprawdę ma szansę na trwałe zagospodarowanie segmentu CPU dla AI.
