SNOW Q1 FY27 三件同日大事 — 代理 AI 帶起 CPU 新週期論述的應用層拐點

SNOW 盤後 +37%，從盤前 $178 衝到 $238.81。財報營收 $1.39B 對共識 $1.32B 超預期 5%、每股盈餘 $0.39 對共識 $0.32 超預期 22%、FY27 全年指引從 $5.66B 上修到 $5.84B。

但讓市場真正沸騰的不是財報雙超預期本身。SNOW 在 2026-05-27 同一天做了三件事，這篇前半我先把它們為什麼讓市場狂熱講清楚，因為你得先看懂 SNOW 自己的故事，才知道後半我要導向的 CPU 新週期布局邏輯是怎麼推出來的。三件事拆開看：AWS 五年 $60 億協議、收購 Natoma MCP 閘道、還有一個市場最容易低估但成長確定性最關鍵的商業模式優勢。

🔥SNOW 為什麼 +37%：三件同日大事

財報日盤後 +37% 看起來像典型 SaaS 超預期拉抬，但單看財報超預期 5% 在 SaaS 圈算強、不算炸裂。真正讓市場狂熱的，是下面三個層次疊在一起。

一AWS 五年 $60 億協議 — 成倍增長打破「AI 衝擊數據軟體」的擔憂

真正讓市場沸騰的，是 SNOW 宣布未來五年向 AWS 投入 $60 億採購雲端服務，其中明確包含 Amazon 自研的 Graviton CPU 與 AI 雲端實例。

回顧歷史，SNOW 對 AWS 的五年採購承諾在 2020 年 IPO 時是 $12 億、2023 年提升到 $25 億、現在直接躍升到 $60 億，CNBC 向 SNOW 發言人確認 IPO 時那個未具名雲端商就是 Amazon。這種成倍增長的基礎建設採購量，直接打破市場原先「AI 會衝擊傳統數據軟體」的擔憂 — 業務規模與對底層算力的需求正在急遽擴張，不是被 AI 取代。

更關鍵的是這份協議的拆解角度。SNOW 與 AWS 聯合官方新聞稿一手原句：

「Snowflake leverages AWS Graviton processors, delivering significant price-performance improvements for customers, and utilizing high performance, GPU-accelerated Amazon EC2 instances for AI model training and inference」

翻成中文：SNOW 跑 AWS Graviton 處理器拿價效改善，跑 GPU 加速的 EC2 實例做模型訓練與推論。一份協議切兩塊看，CPU 一塊，GPU 一塊。過去 SaaS 公司跟 AWS 簽承諾，敘事都是「我們要更多算力」，沒有特別強調 CPU 跟 GPU 的切分。這份協議特別把 Graviton 跟 GPU 分開講、各自定位、各自取得的好處不同。

AWS 執行長 Matt Garman 親自背書：

「Snowflake has built on AWS since day one, and their deepened commitment to run on Graviton delivers the world-class performance, flexibility, and cost savings customers need」

關鍵詞是 deepened commitment to run on Graviton — AWS 執行長親自說 SNOW 加深了 Graviton 承諾、不是 SNOW 單方面宣稱。Graviton 是 AWS 自製的 ARM 處理器，ARM Neoverse 在超大型雲端業者端的滲透從 2018 年 Graviton 第一代開始，到 2025 年 Meta 公開採用幾十萬顆 Graviton，是一條結構性趨勢。

二確立成為 AI Agent 的底層基礎設施

第二件事是收購 Natoma，一家做 Model Context Protocol（簡稱 MCP）閘道的公司。隨著 AI 應用從單純的「聊天問答」走向能實際執行任務的代理，運算架構發生改變 — 代理需要調度多個模型、搬移巨量數據、連接不同工具、執行連續工作流，這極度依賴 CPU 這類強大的通用算力。SNOW 擴大採購 Graviton CPU 釋放的信號是：未來企業要打造 AI 代理，必須先把數據治理、調用、分析、工作流徹底打通，而 SNOW 正把自己安插在這個不可或缺的底層樞紐位置。

Natoma 就是這個樞紐的最後一塊拼圖。SNOW 官方收購新聞稿原句：

「an enterprise Model Context Protocol (MCP) platform for AI agents」、「Natoma provides the control and governance fabric for these connections, helping enterprises manage how AI agents discover, access and act across systems」

中文：企業級 MCP 平台、提供 AI 代理連接的控制與治理結構、幫企業管理 AI 代理怎麼發現、存取、行動跨系統。MCP 是 Anthropic 推出的開放標準，OpenAI 與 Google 都跟進，是 AI 代理跟外部工具之間的標準化連接協議。Natoma 做的是 MCP 的閘道跟治理層 — AI 代理打工具呼叫，Natoma 在中間驗身分、檢查權限、記稽核日誌。Sridhar 在收購新聞稿的原話：

「Agents don't just need access to data. They need the right context, permissions and policy guardrails to operate safely inside the enterprise...with Natoma in Snowflake, coding agents can finally come alive inside the enterprise - secure, auditable and ready to operate at scale」

SNOW 用收購把這層收進來，補完整個代理企業堆疊。Sridhar 在法說把產品線整體重新定位成「control plane for the Agentic Enterprise」 — 整個代理企業的控制平面、不是單一產品線：

三按量付費模式完美收割 AI 爆發紅利

第三件事是市場最容易低估、但成長確定性最關鍵的一點。SNOW 是偏向基礎設施層的數據庫分析軟體，商業模式不是傳統 SaaS 的「按席位訂閱」，而是消耗型容量合約 — 客戶預付一筆額度，後續執行的每一筆數據查詢、AI 工作負載、Cortex 推理，都精確扣除相應算力費用，未用額度通常可結轉。

在這種模式下，當客戶的 AI 代理越活躍、消耗的算力與存儲資源越多，SNOW 的營收就直接按比例飆升。Q1 FY27 剩餘履約義務 RPO $9.21B、年增 38%，非 GAAP 產品毛利率 75%。意涵是：每一次代理 AI 工具呼叫或 Cortex 推理都直接轉成 SNOW 營收，客戶用越多算力營收按比例放大且維持 75% 毛利。這種把客戶使用價值與供應商收入完美對齊的收費機制，讓 SNOW 在代理 AI 的發展浪潮中，擁有比其他應用層 SaaS 公司更高、更明確的成長確定性。

但要誠實補一個多數樂觀評論漏掉的反方：消耗型模型是雙向的，不是單向只漲。SNOW 在 2023-2024 就曾因客戶最佳化用量出現成長減速。所以這個量表高擬真、但雙向 — 代理採用加速時營收放大，客戶最佳化用量或總經緊縮時營收同樣反向收縮。

---

📊Q1 FY27 硬數字 — AI 工作負載第一次被財務長定位為主引擎

上面三件事是市場 +37% 的燃料，但背後還有一組硬數字，證明 SNOW 的代理 AI 轉型不是概念、是正在發生的營收結構變化。

這些數字在年化跑 $5B+ 規模的 SaaS 公司還能加速，本身就少見。但真正讓我停在螢幕前的，是財務長 Brian Robins 的兩句法說原話：

「CoCo had the largest driver to the increase in our forecast」
「Snowflake's AI workload is now a significant revenue engine」

兩句拼起來：CoCo（Cortex Code 的暱稱）是 SNOW 上修 FY27 指引的最大單一驅動因子；AI 工作負載從產品線附加項升級成主營收引擎。CoCo 2026-02-05 正式上市，第一季結束已達 7,100 個以上帳號採用、是公司史上採用最快產品之一。Snowflake Intelligence 採用帳號按季翻倍。

Cortex Code 是 SNOW 的資料平台編碼代理，幫資料工程師寫 SQL、建管線、做治理；Snowflake Intelligence 是給業務用戶用自然語言查資料的介面。兩者都是代理幫人類做事，不是聊天機器人回答問題。從變現角度，這兩個產品的計價方式跟 SQL 倉儲不同 — SQL 按查詢計價，代理按用量加上按工具呼叫計價。同一個客戶從每月跑幾千個查詢，升級成每月跑幾萬次代理互動，AI 工作負載對營收的彈性是 SQL 的 3-4 倍。

到這裡，SNOW 的故事很清楚：AWS $60 億成倍增長打破 AI 衝擊擔憂、Natoma 補完代理企業堆疊、消耗型計價讓營收直接掛鉤 AI 算力消耗、財務長第一次把 AI 工作負載框成主營收引擎。市場盤後 +37%，定價的是這四件事疊在一起的 SNOW 轉型。

---

🎯但我們看到的不是 SNOW 該不該買、是 CPU 新週期被驗證

上面這些，市場 priced 成「SNOW 利好、該不該追」。我 priced 成另一件事：代理 AI 帶起的 CPU 新週期論述，被一家年化跑 $5B 的應用層公司用 $60 億預算買單了。這是兩種完全不同的閱讀方式，也是這篇跟所有 SNOW 財報快評的分歧點。

先把我的立場講清楚：SNOW 是論述被市場定價的速度指標、不是投資標的。我引 SNOW 數據是確認我兩天前在 CPU 新週期 Part 2 寫的物理鏈跨層成立，而我們真正能做的事，在零組件層的 ALAB、MU、RMBS。以下講清楚為什麼。

我們過去兩篇 CPU 新週期都在講零組件層的物理鏈：KV 快取暴脹、PCIe 溢出、CXL 擴展、HBM 容量、PCIe 訊號重生晶片的信號完整性。這條物理鏈原本靠兩個來源驗證：arxiv 學術論文加 ALAB 執行長在 JPM 大會。學術加零組件廠執行長兩層。

5/27 SNOW 加了第三層：應用層。一家年化跑 $5B+ 的 SaaS 公司，財務長第一次把 AI 工作負載框成主引擎、用 $60 億押 Graviton CPU 加 GPU、用收購把 MCP 治理層收進來。學術寫得清楚、零組件廠喊得激動、現在應用層用真金白銀下注。這三件事在我眼裡不是 SaaS 估值故事，是代理 AI 量產推動 CPU 從支援角色變成命令層的應用層第三方背書。

---

🧩跨層論述對位 — Sekar 框架、arxiv 學術、SNOW 應用層三層怎麼扣

讓我把這篇文章最核心的對位整理出來，這是讀者要帶走的最大價值。CPU 新週期論述靠三層證據成立。三層各自獨立，但講同一件事。

論述跨層成立。一個是學術研究，一個是專家框架，一個是年化 $5B 以上的 SaaS 公司的 $60 億承諾。三層獨立來源、講同一個機制 — 代理 AI 量產時，CPU 與記憶體從支援角色變成第一層瓶頸。對讀者而言這個對位有兩層意義。第一層，論述本身被應用層定價，我們在 Part 2 寫的物理鏈不再是學術論文裡的假設。第二層，零組件層的投資窗口縮短 — 如果應用層已經開始定價、市場對 ALAB、MU、RMBS 這些零組件廠的定價就會跟上。CPU 新週期 Part 2 寫 ALAB 預估本益比 70 倍以上、已反映多、容錯空間小，那是對應「物理鏈成立但市場還沒完全定價」的判斷。5/27 之後這個定價速度加快，零組件層的進場窗口會比 Part 2 預期更窄。

---

🔗所以我們能做的事：零組件層

回到 Trend Core 的投資視角。SNOW 不是投資標的，但 SNOW 的三件大事對零組件層觀察池有具體意涵，三個訊號分別指向不同方向。

我在 Part 2 講過 ALAB、MU、RMBS 三檔催化劑節奏不同，這個排序在 5/27 之後仍成立，但 SNOW 三件事讓我對「論述兌現速度」的判斷需要往前推。ALAB 仍是純度王、JPM 90% AI 伺服器滲透率有第三方背書，Q2 FY26 法說預計 2026-08、屆時 Leo 客製版客戶數跟 Aries Gen 6 占營收比是觀察點。MU 仍是估值便宜的雙引擎、HBM 加 CXL 兩條路，SNOW 加 AWS 對 GPU 加速 EC2 的大規模採購會推 HBM 持續緊張。RMBS 仍是不押模組廠純收權利金、最乾淨打法，SNOW 應用層放量是 RMBS 客戶端晶片組上游 IP 的催化劑。排序不變，催化劑訊號加速。

---

⚠️風險與注意事項（必讀）

---

🧭研究結論與追蹤框架

SNOW Q1 FY27 三件同日大事是 CPU 新週期論述的應用層第三方背書。學術層 arxiv 加框架報告層 Sekar 加應用層 SNOW，論述跨三層成立。零組件層投資排序仍是 ALAB、MU、RMBS，但定價速度比 Part 2 預期加快。以下追蹤訊號不是進場建議、是論述兌現的速度指標。

如果這條敘事是真的，未來 12 個月你會看到所有這些訊號同時加速。如果只是炒作，6 個月內訊號會散掉。

---

📋一頁速看（給沒時間的人）

---

📚來源與參考

本文每個關鍵論點都有對應公開來源、按權威分三級列出。所有連結均為原始公司投資人關係頁、SEC 申報、產業專業媒體或財經媒體分析、不引用散戶論壇或無來源部落格。

一級公司官方加 SEC 主要文件

• Snowflake 與 AWS 聯合官方新聞稿 — 五年 $60 億協議加速代理 AI 採用 — Sridhar Ramaswamy 與 Matt Garman 雙執行長具名背書、明拆 Graviton 處理器加 GPU 的 EC2 雙軸、Matt Garman「deepened commitment to run on Graviton」原句
• Snowflake 收購 Natoma 官方新聞稿 — Natoma 是 MCP 閘道定位、Sridhar「coding agents can finally come alive」原句、影子 AI 風險提及
• Snowflake SEC 8-K Q1 FY27 財報申報 — 截至 2026-04-30、產品營收 $1.334B 加留存率 126% 加 RPO $9.21B 加 779 個百萬美元客戶等硬數字

二級產業專業媒體加分析師報告

• arXiv 2511.00739: A CPU-Centric Perspective on Agentic AI — Georgia Tech 跟 Intel 合作論文、CPU 工具處理佔總延遲 90.6% 量化、CPU 動態能耗大批次達 44% 飽和、KV 快取走 PCIe 物理鏈
• Vikram Sekar / SemiExponent — The CPU Bottleneck in Agentic AI — 推理對動作二軸框架、17 顆 CPU 評分表、Vera 對 Venice Dense 對位、「Nothing else comes close」原句
• SiliconANGLE — Snowflake stock surges after-hours on solid earnings beat — 盤後 +37% 反應整理、業績超預期數字、AWS 協議分析

三級財經媒體與 KOL 訪談

• Snowflake Q1 2027 Earnings Transcript — Motley Fool — Sridhar Ramaswamy 與財務長 Brian Robins 多段引文、含「unifying agent control plane」加「significant revenue engine」原話
• CNBC — Snowflake rockets 36% on earnings beat and plan to spend $6 billion on Amazon cloud — Graviton 處理器在代理 AI 場景的市場解讀、AWS 承諾 $12 億→$25 億→$60 億演進並向 SNOW 發言人確認 IPO 雲端商即 Amazon
• The Register — Snowflake to burn $6B on AWS Graviton CPUs and AI accelerators — 標題直接命中 Graviton 加 AI 加速器切分、代理 AI 需要大量通用算力的評論

數據股價與目標價來源

• 股價：Massive Market Data 行情、CNBC、SiliconANGLE，截至 2026-05-27 盤後
• 公司財務：SEC 8-K Q1 FY27 財報申報（RPO $9.21B、非 GAAP 產品毛利率 75%）
• 法說數字：Motley Fool 逐字稿、財務長 Brian Robins 與執行長 Sridhar Ramaswamy 原話
• AWS 承諾演進：CNBC（$12 億 IPO 2020 → $25 億 2023 → $60 億 2026，IPO 雲端商經 SNOW 發言人確認為 Amazon）
• 跨層對位論述：Trend Core 內部 wiki，含 SNOW ticker 頁與 2026-05-27 證據包

方法事實核查方法論

本文每個關鍵論點至少要求 2 個獨立來源、優先第一級公司官方加 SEC。涉及未來預期譬如時程、催化劑、客戶採用、則明確標示為「預期」「展望」或「前瞻型」、不假裝是事實。AWS $60 億協議實際兌現節奏、Natoma 收購收官、MCP 標準商業化速度等項標明為前瞻型。CPU 新週期跨三層論述對位屬於框架合成、是 Trend Core 的判斷、不是單一原句、寫稿時明確標出。AWS 承諾 $12 億→$25 億→$60 億的成倍增長以 CNBC 報導為準，CNBC 向 SNOW 發言人確認 IPO 2020 時的未具名雲端商即 Amazon；$60 億當期數字由 SNOW 與 AWS 聯合官方新聞稿背書。SNOW 立場校正：原本可從 Q1 業績寫成 SaaS 個股分析，發稿前對 arxiv 2511.00739 與 Sekar 框架交叉驗證後校正為「先講清楚 SNOW 利好、再導出代理 AI 帶起 CPU 新週期被應用層驗證、SNOW 是定價速度指標不是投資標的」的框架篇。