電子發(fā)燒友網(wǎng)報道（文/李彎彎）在拉斯維加斯舉辦的2025年亞馬遜云科技re:Invent全球大會上，亞馬遜云科技（AWS）推出新一代人工智能（AI）訓練芯片Trainium 3，預告了下一代產(chǎn)品Trainium 4的開發(fā)計劃。亞馬遜表示，這款芯片能夠比英偉達市場領先的圖形處理單元（GPU）更便宜、更高效地驅動AI模型背后的密集計算。

作為亞馬遜首款3納米工藝AI芯片，Trainium3的核心突破在于性能、能效與擴展性的全面躍升。其計算性能較前代Trainium2提升4.4倍，內存帶寬與能效分別增加4倍和40%，單芯片集成144GB高帶寬內存（HBM3e），提供2.52FP8 PFLOPs算力。這一性能飛躍得益于三大技術創(chuàng)新：

3納米制程工藝：晶體管密度提升70%以上，相同面積下集成更多計算單元，能效比提升40%，單位算力能耗降低40%。
Neuron Fabric互聯(lián)技術：單臺Trn3 UltraServer可集成144顆芯片，通過EC2 UltraClusters 3.0架構擴展至百萬顆芯片集群，規(guī)模較上一代提升10倍，時延降低4倍。
智能功耗管理：動態(tài)調節(jié)供電頻率，高負載時提升計算核心性能，空閑時降低功耗，平衡性能與能效。

實測數(shù)據(jù)顯示，Trainium3在訓練OpenAI GPT-OSS模型時，單芯片吞吐量提升3倍，推理響應速度提升4倍，訓練成本降低50%。

Trainium3的登場并非孤立事件，其前代產(chǎn)品Trainium2已為亞馬遜AI芯片生態(tài)奠定基礎。作為AWS在2024年推出的第二代AI訓練芯片，Trainium2采用多核架構設計，支持高并發(fā)計算，峰值性能達每秒數(shù)千億次浮點運算，性價比較GPU實例提升30%-40%。

其核心優(yōu)勢包括，定制化硬件優(yōu)化，針對Transformer架構設計注意力機制加速單元，大語言模型訓練效率提升40%。NeuronLink超速互聯(lián)，通過低延遲網(wǎng)絡連接4個Trn2服務器，形成83.2Petaflops算力的UltraServer，支持超大規(guī)模模型訓練。生態(tài)兼容性，支持TensorFlow、PyTorch等主流框架，無縫遷移現(xiàn)有模型，降低技術門檻。

Trainium2的商業(yè)化已取得實質進展。Adobe、Poolside等企業(yè)利用其訓練和部署AI模型，Anthropic的“Project Rainier”項目更通過數(shù)十萬顆Trainium2芯片構建超級集群，算力較前代提升5倍。

AWS在發(fā)布Trainium3的同時，預告了下一代芯片Trainium4的研發(fā)進展，其核心突破在于與英偉達生態(tài)的深度整合。支持英偉達GPU與Trainium芯片高速互聯(lián)，形成機架級AI基礎設施，兼顧性能與成本。FP8算力提升3倍，F(xiàn)P4算力提升6倍，內存帶寬提升4倍，模型訓練與推理吞吐量至少提升3倍。通過持續(xù)軟硬件協(xié)同，實際性能提升將遠超基準數(shù)值，降低客戶遷移成本。

這一戰(zhàn)略調整直指AI芯片市場的核心矛盾：性能競爭與生態(tài)壁壘。盡管Trainium3內存容量（144GB）較谷歌TPU（192GB）和英偉達Blackwell（288GB）存在差距，但通過與英偉達的合作，AWS試圖在保持性價比優(yōu)勢的同時，吸引依賴英偉達生態(tài)的客戶遷移至Trainium平臺。

亞馬遜的芯片戰(zhàn)略已初見成效。截至2024年，Trainium系列在AWS數(shù)據(jù)中心部署速度超預期，Anthropic計劃年底使用超百萬顆Trainium2芯片。對于客戶而言，Trainium3的性價比優(yōu)勢顯著。其一成本降低，與GPU系統(tǒng)相比，訓練和推理成本最高降低50%，碳排放減少40%。其二彈性擴展，支持從單芯片到百萬芯片集群的無縫擴展，滿足不同規(guī)模需求。其三行業(yè)適配，覆蓋金融風控、醫(yī)療影像分析、自動駕駛等高并發(fā)場景，推動AI技術商業(yè)化落地。

然而，挑戰(zhàn)依然存在。亞馬遜需進一步豐富軟件庫生態(tài)，吸引更多第三方開發(fā)者采用Trainium平臺。對此，AWS通過提供Neuron SDK開發(fā)套件、性能分析工具等，降低模型遷移門檻，同時以Trainium4的生態(tài)兼容性為長期競爭力鋪路。