在近期举办的年度云计算盛会上，亚马逊云计算部门AWS推出新一代人工智能训练芯片Trainium 3，并预告下一代产品Trainium 4的开发计划。这一举措被视为对英伟达和谷歌在AI芯片市场主导地位的有力挑战，同时伴随多款新模型和AI服务的发布，亚马逊试图在激烈的竞争中扩大市场份额。
Trainium 3芯片的部署速度超出行业预期。亚马逊在发布前一代加速器仅约一年后便推出这款新品，与英伟达承诺的年度更新节奏相当。目前，该芯片已在至少数个数据中心完成部署，并从发布会当天起向客户开放使用。AWS副总裁Dave Brown透露，明年初将启动大规模扩张计划，进一步强化市场渗透。
性能方面，Trainium 3实现显著突破。作为首款采用3纳米制程的AWS AI芯片，其专为智能体、推理和视频生成等应用优化。搭载该芯片的Trn3 UltraServer系统在训练和推理性能上较第二代提升超4倍，内存容量增加4倍。单颗芯片提供2.52千万亿次浮点运算能力，内存带宽达4.9TB/s。单台完整配置的服务器可容纳144颗芯片，总算力达362 PFLOPs，内存容量高达20.7TB。能效表现同样亮眼，较前代提升40%，性能功耗比提高4倍。
价格优势成为亚马逊的核心卖点。公司宣称，Trainium芯片能以低于英伟达GPU的成本提供更高效的计算支持。Brown强调，该产品在价格性能比方面具有显著竞争力。这一策略已吸引部分客户转向亚马逊平台，例如AI初创公司Anthropic计划年底前在其数据中心部署100万颗Trainium芯片。
下一代产品Trainium 4的预告引发关注。这款芯片将支持英伟达的NVLink Fusion高速互联技术，意味着AWS系统可与英伟达GPU互操作并扩展性能。这一技术兼容性或降低大型AI应用迁移至亚马逊平台的技术门槛，尤其考虑到英伟达CUDA架构在主流AI应用中的广泛采用。不过，亚马逊尚未公布具体发布时间表，外界预计明年大会将披露更多细节。
尽管硬件性能强劲，亚马逊仍面临软件生态挑战。与英伟达丰富的深度学习库相比，AWS芯片的配套工具链尚不成熟。部分客户反馈，在构建复杂模型时仍依赖英伟达平台。为缩小差距，AWS推出Neuron SDK并强化PyTorch原生集成，承诺开发者无需修改代码即可完成模型训练和部署。目前，除Anthropic外，日本LLM Karakuri、Splashmusic等公司已采用第三代Trainium芯片，并报告推理成本显著降低。
伴随芯片发布，亚马逊同步推出四款Nova 2系列模型。Nova 2 Lite定位经济型推理模型，支持多模态输入输出，在多项基准测试中表现优于或持平竞争对手；Nova 2 Pro作为高端推理模型，擅长代理编码和长期规划等复杂任务；Nova 2 Sonic实现语音与文本的统一处理，支持实时对话式AI；Nova 2 Omni则是首款多模态统一模型，可同时分析文本、图像、视频和语音数据。这些模型均强调价格性能比优势，试图在细分市场建立差异化竞争力。
服务创新方面，AWS推出“开放式训练”平台Nova Forge。该服务允许企业基于预训练模型构建定制版本，并提供训练数据混合、强化学习环境配置和安全控制工具。Reddit已利用该服务整合内容审核系统，Booking.com等公司则通过其构建专属模型。另一项新服务Nova Act聚焦浏览器任务自动化，由定制版Nova 2 Lite模型驱动，在早期客户中实现90%的任务可靠性，显著提升工作流程效率。例如，1Password通过该服务简化用户登录流程，Hertz则加速软件测试周期，将原本数周的工作缩短至数小时。
市场反应方面，亚马逊股价在消息公布后逼近239美元，日内涨幅扩大至近2.2%。相比之下，英伟达股价涨幅收窄至0.9%，AMD则下跌近2.1%。这一波动反映投资者对亚马逊AI战略的重新评估，但长期竞争格局仍取决于技术落地效果和客户采纳速度。
