AWS CEO Matt Garman近日接受彭博专访，分享AWS在AI基础设施上的技术策略。面对强劲市场需求，AWS采取“混合策略”，将英伟达GPU与自研ASIC芯片Trainium及Graviton CPU灵活搭配，帮助企业客户精准配置算力、降低运营成本。这种兼顾性能与成本效益的云架构，正是AWS云服务带动亚马逊销售佳绩、持续赢得客户青睐的关键。
AWS目前AI年化收入已达250亿美元，增长动力来自金融、医疗保健与媒体等行业，业务涵盖AI模型训练、推理与智能体负载。由于市场需求强烈，AWS预备持续投入资金扩建云设施，并与客户签署长期合作协议。
Trainium由AWS旗下子公司Annapurna Labs研发，是专为AWS云端工作负载设计的ASIC芯片，主要用于处理高强度的AI推理任务，涵盖新模型训练与推理作业。由于AWS完整掌控从芯片、数据中心到软件的技术栈，能针对特定需求优化系统性能，使客户在执行推理负载时，可降低约20%至30%的基础设施成本。Trainium可与Graviton通用CPU处理器及英伟达GPU协同工作，提供弹性且高性能的算力组合。Graviton是亚马逊自研CPU，基于Arm架构，类似英伟达的Vera Rubin CPU。
Trainium由台积电代工，被视为AI芯片界的异军突起，外界将其视为对英伟达的挑战。市场关注AWS未来是否会将自研定制芯片作为独立产品对外销售，此举将与合作伙伴英伟达成为竞争对手。Garman表示，公司曾评估过出售定制芯片的可能性，但现阶段任务是将Trainium及通用计算芯片Graviton投入AWS自己的云基础设施，优先满足自身需求，暂时不会将Trainium或Graviton作为产品出售。
开发定制芯片已成为各大云服务供应商（CSP）的共同趋势。除AWS的Trainium外，Google Cloud推出张量处理单元（TPU）以加速机器学习；微软Azure推出Maia AI加速器与Cobalt CPU；Meta开发MTIA处理器以支持内部AI需求。
免责声明：本文提供的信息不是交易建议。BlockWeeks.com不对根据本文提供的信息所做的任何投资承担责任。我们强烈建议在做出任何投资决策之前进行独立研究或咨询合格的专业人士。
