亚马逊发布新一代AI芯片Trainium3，性能提升4倍

电子发烧友网报道（文/李弯弯）在拉斯维加斯举办的2025年亚马逊云科技re:Invent全球大会上，亚马逊云科技（AWS）推出新一代人工智能（AI）训练芯片Trainium 3，预告了下一代产品Trainium 4的开发计划。亚马逊表示，这款芯片能够比英伟达市场领先的图形处理单元（GPU）更便宜、更高效地驱动AI模型背后的密集计算。

作为亚马逊首款3纳米工艺AI芯片，Trainium3的核心突破在于性能、能效与扩展性的全面跃升。其计算性能较前代Trainium2提升4.4倍，内存带宽与能效分别增加4倍和40%，单芯片集成144GB高带宽内存（HBM3e），提供2.52FP8 PFLOPs算力。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，相同面积下集成更多计算单元，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 UltraClusters 3.0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的登场并非孤立事件，其前代产品Trainium2已为亚马逊AI芯片生态奠定基础。作为AWS在2024年推出的第二代AI训练芯片，Trainium2采用多核架构设计，支持高并发计算，峰值性能达每秒数千亿次浮点运算，性价比较GPU实例提升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态的深度整合。支持英伟达GPU与Trainium芯片高速互联，形成机架级AI基础设施，兼顾性能与成本。FP8算力提升3倍，FP4算力提升6倍，内存带宽提升4倍，模型训练与推理吞吐量至少提升3倍。通过持续软硬件协同，实际性能提升将远超基准数值，降低客户迁移成本。

这一战略调整直指AI芯片市场的核心矛盾：性能竞争与生态壁垒。尽管Trainium3内存容量（144GB）较谷歌TPU（192GB）和英伟达Blackwell（288GB）存在差距，但通过与英伟达的合作，AWS试图在保持性价比优势的同时，吸引依赖英伟达生态的客户迁移至Trainium平台。

亚马逊的芯片战略已初见成效。截至2024年，Trainium系列在AWS数据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，挑战依然存在。亚马逊需进一步丰富软件库生态，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。