亚马逊Trainium芯片实验室探访：AI算力新势力挑战英伟达垄断

亚马逊AWS近日邀请科技媒体探访其位于奥斯汀的自研芯片实验室，重点展示Trainium系列芯片及其在AI推理领域的突破性进展。该芯片已部署超过140万枚，其中超100万枚用于Anthropic的Claude模型。

AWS与OpenAI达成500亿美元合作，承诺提供2吉瓦Trainium算力，成为OpenAI新AI代理平台Frontier的独家云服务商。Trainium3芯片搭配Neuron交换机，实现低延迟高性能，成本较传统云服务器降低50%，并支持PyTorch框架，降低开发者迁移门槛。

实验室还展示了液冷技术、Nitro虚拟化系统及自研服务器机架（sleds），体现亚马逊从芯片到数据中心的垂直整合战略。该团队由2015年收购的Annapurna Labs发展而来，目前正研发Trainium4，持续挑战英伟达在AI芯片市场的主导地位。

芯片与生态：Trainium的全面布局

Trainium芯片最初用于AI模型训练，现已优化用于推理，成为AWS Bedrock服务的主力。Bedrock支持企业客户构建AI应用，并接入多个模型。目前，Trainium2承担Bedrock服务的大部分推理负载。亚马逊称，Bedrock未来可能与EC2规模相当。

Trainium3于2023年12月发布，采用3纳米制程，由台积电生产，搭配Neuron交换机，实现芯片间全连接，大幅降低延迟。Carroll称，该组合“具有颠覆性”，在“单位功耗性能”方面创下新纪录。

开发者友好：降低迁移门槛

为应对Nvidia芯片的高切换成本，AWS团队表示Trainium现已支持PyTorch框架，涵盖Hugging Face等平台的主流开源模型。Carroll指出，迁移仅需“一行代码修改，重新编译即可运行”，显着降低开发者门槛。

此外，AWS本月与Cerebras Systems合作，将后者推理芯片整合至Trainium服务器，进一步提升低延迟AI性能。

从芯片到数据中心：端到端控制

AWS不仅设计芯片，还自主开发服务器硬件与软件。Nitro系统提供虚拟化技术，液冷技术提升能效，服务器机架（sleds）集成Trainium、Graviton等芯片及网络组件。这些设计共同控制成本与性能。

实验室位于奥斯汀“The Domain”区，非芯片制造场所，但负责“硅片启动”（bring-up）——即首次激活芯片并验证功能。Trainium3启动时曾因散热设计偏差导致芯片无法激活，团队在会议室用砂轮打磨金属部件解决，体现了工程师的现场应变能力。

未来展望：Trainium4与持续创新

目前，Trainium2主要部署于Project Rainier——全球最大的AI计算集群之一，于2025年底上线，包含50万枚芯片，专为Anthropic服务。尽管OpenAI合作引发潜在法律争议，工程师团队尚未深度参与，但实验室显示屏已展示OpenAI将使用Trainium的信息，体现其战略重视。

团队正研发Trainium4，持续投入24/7研发。CEO安迪·贾西公开表示，Trainium已是AWS数十亿美元业务，是其最兴奋的技术之一。商业化压力下，团队在每次“硅片启动”期间连续工作数周，确保芯片可量产。

*披露：亚马逊提供航班及一晚酒店费用（经济舱、标准房），TechCrunch承担其他交通及行李费用。