电子发烧友网报道（文/李弯弯）在拉斯维加斯举办的亚马2025年亚马逊云科技re:Invent全球大會上，亚马逊云科技（AWS）推出新一代人工智能（AI）训练芯片Trainium 3，逊发I芯m性预告了下一代产品Trainium 4的布新WhatsApp%E3%80%90+86%2015855158769%E3%80%91f750%20service%20truck%20with%20crane開發計劃。亚马逊表示，升倍這款芯片能夠比英伟达市場領先的亞馬圖形處理單元（GPU）更便宜、更高效地驱动AI模型背后的逊发I芯m性密集计算。

作為亚马逊首款3納米工藝AI芯片，布新Trainium3的升倍核心突破在于性能、能效與擴展性的亞馬全面躍升。其計算性能較前代Trainium2提升4.4倍，遜發I芯m性內存帶寬與能效分別增加4倍和40%，布新單芯片集成144GB高带宽内存（HBM3e），升倍WhatsApp%E3%80%90+86%2015855158769%E3%80%91f750%20service%20truck%20with%20crane提供2.52FP8 PFLOPs算力。亚马这一性能飞跃得益于三大技术创新：

3纳米制程工艺：晶体管密度提升70%以上，逊发I芯m性相同面积下集成更多计算单元，布新能效比提升40%，单位算力能耗降低40%。
Neuron Fabric互联技术：单台Trn3 UltraServer可集成144颗芯片，通过EC2 UltraClusters3.0架构扩展至百万颗芯片集群，规模较上一代提升10倍，时延降低4倍。
智能功耗管理：动态调节供电频率，高负载时提升计算核心性能，空闲时降低功耗，平衡性能与能效。

实测数据显示，Trainium3在训练OpenAI GPT-OSS模型时，单芯片吞吐量提升3倍，推理响应速度提升4倍，训练成本降低50%。

Trainium3的登場并非孤立事件，其前代產品Trainium2已為亚马逊AI芯片生態奠定基礎。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，支持高并發計算，峰值性能達每秒數千億次浮點運算，性價比較GPU實例提升30%-40%。

其核心优势包括，定制化硬件优化，针对Transformer架构设计注意力机制加速单元，大语言模型训练效率提升40%。NeuronLink超速互联，通过低延迟网络连接4个Trn2服务器，形成83.2Petaflops算力的UltraServer，支持超大规模模型训练。生态兼容性，支持TensorFlow、PyTorch等主流框架，无缝迁移现有模型，降低技术门槛。

Trainium2的商业化已取得实质进展。Adobe、Poolside等企业利用其训练和部署AI模型，Anthropic的“Project Rainier”项目更通过数十万颗Trainium2芯片构建超级集群，算力较前代提升5倍。

AWS在发布Trainium3的同时，预告了下一代芯片Trainium4的研发进展，其核心突破在于与英伟达生態的深度整合。支持英伟达GPU與Trainium芯片高速互聯，形成機架級AI基礎設施，兼顧性能與成本。FP8算力提升3倍，FP4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。通過持續軟硬件協同，實際性能提升將遠超基準數值，降低客戶遷移成本。

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

亚马逊的芯片戰略已初見成效。截至2024年，Trainium系列在AWS數據中心部署速度超预期，Anthropic计划年底使用超百万颗Trainium2芯片。对于客户而言，Trainium3的性价比优势显著。其一成本降低，与GPU系统相比，训练和推理成本最高降低50%，碳排放减少40%。其二弹性扩展，支持从单芯片到百万芯片集群的无缝扩展，满足不同规模需求。其三行业适配，覆盖金融风控、医疗影像分析、自动驾驶等高并发场景，推动AI技术商业化落地。

然而，挑戰依然存在。亚马逊需進一步豐富軟件庫生態，吸引更多第三方开发者采用Trainium平台。对此，AWS通过提供Neuron SDK开发套件、性能分析工具等，降低模型迁移门槛，同时以Trainium4的生态兼容性为长期竞争力铺路。