Snowflake и AWS переходят в новую весовую категорию: разработчик облачной платформы для данных обязался потратить $6 млрд на инфраструктуру Amazon Web Services в течение пяти лет. На этом фоне акции Snowflake в расширенных торгах подскакивали примерно на 35-36%, а сама сделка важна не только для инвесторов: она показывает, на чем теперь строят AI-нагрузки в корпоративном облаке и почему Arm-чипы уже не экзотика, а вполне рабочий выбор для больших production-систем.
О соглашении и квартальных результатах Snowflake сообщает CNBC Technology. Компания собирается расширять использование процессоров Amazon Graviton на архитектуре Arm, а также облачных GPU для задач искусственного интеллекта. Для российского IT-рынка здесь интересен не только размер контракта, но и сам сигнал: крупные платформы данных все активнее покупают не просто «облако вообще», а конкретную вычислительную связку под AI и агентные сценарии.
Что произошло и почему рынок так отреагировал
Сделка рассчитана на пять лет, то есть средний годовой чек для Snowflake составляет около $1,2 млрд. Для сравнения: в момент IPO в 2020 году компания раскрывала измененное соглашение с неназванным облачным провайдером на $1,2 млрд за тот же пятилетний срок; позже представитель Snowflake подтвердил CNBC, что речь шла именно об Amazon. В 2023 году объем этого соглашения вырос до $2,5 млрд. Теперь планка поднята до $6 млрд. Иными словами, зависимость Snowflake от AWS не уменьшается, а становится глубже и дороже.
Почти одновременно компания выдала сильный квартальный отчет. За первый квартал финансового года, завершившийся 30 апреля 2026 года, Snowflake отчиталась о скорректированной прибыли 39 центов на акцию при выручке $1,39 млрд. Консенсус LSEG был ниже: 32 цента на акцию и $1,32 млрд выручки. Прогноз на следующий квартал тоже оказался выше ожиданий: компания ждет скорректированную операционную маржу 12,5% и продуктовую выручку в диапазоне $1,415-1,420 млрд, тогда как аналитики, опрошенные StreetAccount, рассчитывали на 11,9% маржи и примерно $1,37 млрд продуктовой выручки.
Рынок прочитал эту комбинацию довольно прямолинейно. С одной стороны, у Snowflake ускоряется бизнес и улучшается прогноз. С другой, компания не ограничивается презентациями про AI, а подписывает многомиллиардный инфраструктурный контракт под реальные нагрузки. Для инвесторов это выглядит как более осязаемая ставка на рост, чем дежурные обещания «монетизировать искусственный интеллект в будущем квартале». Отдельно Snowflake объявила о покупке AI-стартапа Natoma, но сумма сделки не раскрывается, поэтому главная новость дня все же не M&A, а инфраструктурная привязка к AWS.
Почему в центре внимания именно Graviton
Самый любопытный слой этой истории связан не с Amazon как таковой, а с тем, какие именно вычисления нужны современным корпоративным AI-системам. Graviton, собственная линейка Arm-процессоров AWS, существует с 2018 года и остается самым успешным кастомным чипом Amazon. Snowflake публично говорила об их внедрении еще в 2022 году, но теперь это уже не пилот и не точечная оптимизация стоимости. Если компания закладывает в многолетний контракт и Graviton, и GPU, значит, она проектирует платформу под смешанную модель вычислений: где-то нужны массивные параллельные операции на ускорителях, а где-то решает обычный, но очень масштабный CPU-compute.
Это хорошо укладывается в более широкий разворот AI-рынка. Первая волна была сосредоточена на обучении моделей и чат-ботах, где доминировали GPU, прежде всего Nvidia. Но по мере перехода к агентным приложениям и сложным AI-конвейерам растет потребность в процессорных ресурсах, которые умеют не столько обучать модель, сколько гонять данные между сервисами, координировать вызовы, исполнять последовательную бизнес-логику и обслуживать огромный хвост вспомогательных задач. Проще говоря, «умная» часть системы может жить на GPU, но вся оркестрация, интеграции и заметная доля инференса часто требуют мощного и относительно экономичного CPU-слоя.
Именно здесь Arm постепенно отъедает долю у традиционной x86-архитектуры, десятилетиями связанной с Intel и позже AMD. Если раньше Arm в серверах казался ставкой для смелых, то теперь это уже стратегия гиперскейлеров. Amazon вывела Graviton в дата-центры первой, затем собственные Arm-чипы начали продвигать и ее облачные конкуренты. В 2026 году вопрос для корпоративного заказчика звучит уже не как «можно ли запускать важные сервисы на Arm», а скорее как «какие типы нагрузок экономически и технически выгоднее туда переносить».
Для AWS сделка со Snowflake важна еще и в политэкономии облака. Amazon явно показывает, что его AI-история не сводится к продаже GPU-инстансов и дружбе с модельными компаниями. В апреле Anthropic заявила о намерении потратить на AWS более $100 млрд за десять лет. У Amazon есть отдельное соглашение и с OpenAI. В обоих случаях присутствуют инвестиционные элементы, тогда как договоренность со Snowflake строится без долевого участия. Это делает кейс особенно показательным: перед нами не венчурная ставка на лабораторию, а коммерческий контракт со зрелой публичной компанией, которая давно продает enterprise-софту и умеет считать юнит-экономику.
Для разработчиков и IT-руководителей вывод довольно практичный. Крупные платформы данных начинают покупать инфраструктуру не по старой логике «берем побольше универсального облака», а по новой: выбираем архитектуру под конкретный класс AI-нагрузок, балансируем CPU и GPU, заранее считаем масштаб агентных сценариев и стоимость перемещения данных. Для продактов и фаундеров здесь тоже есть трезвый урок: рынок охотнее верит в AI-стратегию, когда за ней стоят контракты на миллиарды, рост выручки и понятная вычислительная модель, а не только красивые демо.
Теперь главный вопрос не в том, сможет ли Snowflake и AWS расширить партнерство еще сильнее, а в том, насколько быстро такой подход станет отраслевым стандартом. Если корпоративный AI действительно смещается от одиночных чат-интерфейсов к агентным системам и многослойным рабочим процессам, выиграют те платформы, которые лучше остальных соединят данные, CPU-инфраструктуру и ускорители в одну предсказуемую по деньгам и производительности цепочку.