亚马逊自研AI芯片“All in”：与AMD合作背后的战略博弈
（本图片由AI生成）
本周的拉斯维加斯，金钱永不眠，但真正的豪赌不在赌场，而在AWS的发布会现场。
当众多开发者涌入re:Invent大会时，云计算霸主亚马逊终于不再沉默。面对英伟达的步步紧逼，它直接将筹码推向了桌子中心：All in自研芯片。
亚马逊先是用一张Trainium3镇住全场：性能飙升4倍，成本直接腰斩一半；紧接着，它又亮出了袖中的“底牌” Trainium4，FP4吞吐量暴涨6倍、内存带宽提升4倍，招招直指英伟达的软肋。
这一次，亚马逊不再甘心做一个“卖铲子”的中间商。这场关于算力控制权的战争，亚马逊已经不想再忍了。
与此同时，全新的Nova模型家族和“模型锻造”工坊更显示出亚马逊试图在AI时代重塑“云端霸权”的野心。
这不只是一次产品发布，这是亚马逊对英伟达“税收”的抗争，也是对谷歌和微软等云服务商发起的大规模反击。
1. 硅谷出租屋里的欢呼：英伟达GPU不再是唯一选择
故事的开始，发生在一个看似不起眼的硅谷出租屋里。
那里聚集着AI视频初创公司Decart的几十名工程师。这是一家刚刚融资1亿美元、估值高达31亿美元的新晋独角兽企业。但此时正陷入一场绝望的代码马拉松：他们试图训练一款名为“Lucy”的AI视频生成应用，目标是实现实时渲染，没有任何卡顿。
在尝试了英伟达GPU等多款竞品芯片后，结果都不怎么样。Decart联合创始人迪恩·莱特斯多夫（Dean Leitersdorf）回忆道：“在突破之前，我们只能生成1.5到2秒的视频，然后屏幕上的画面就变成了一团噪点。模型运行越来越乱，一切都会模糊。”
直至AWS向他们提供了尚在保密阶段的自研AI训练芯片Trainium3。
那是马拉松编程的两周后，所有人都身心俱疲。莱特斯多夫正在打Zoom电话，突然听到身后传来疯狂的欢呼声。“那一刻，我看到四个人兴奋地跳上跳下，”莱特斯多夫说，“Trainium3让我们运行了更庞大、更聪明的模型，而且不会崩溃。”
Decart的实测数据显示，Trainium3生成的视频帧率是其他芯片的4倍。
这一幕极具象征意义。长期以来，英伟达GPU是AI行业的硬通货，是不可逾越的护城河。但现在，缺口被撕开了。
亚马逊在周二正式宣布Trainium3开始上市销售，采用3纳米工艺，由AWS旗下的Annapurna Labs设计。最新数据显示，相比同等GPU系统，Trainium3能将AI模型的训练和运行成本降低高达50%。
（本图片由AI生成）
在这个算力成本决定生死的时代，“50% 的成本削减”对任何一家AI公司来说，都是无法拒绝的诱惑。
AWS Trainium芯片首席架构师罗恩·迪亚曼特（Ron Diamant）直言不讳地表示：“归根结底，主要优势就是性价比。”
会上，亚马逊AWS宣布已拥有包括Anthropic、Karakuri、Metagenomi、Neto.ai、理光和Splash Music在内的稳定客户群。
此外，亚马逊发布了计算集群Trainium3 UltraServer，每个UltraServer可容纳144颗Trainium3芯片。更夸张的是，这些服务器可以连接起来，为单个应用提供高达100万颗芯片的算力支持。这是上一代系统规模的10倍。
在能源消耗日益成为数据中心噩梦的当下，AWS宣称新系统的能效比上一代提高40%。这对于那些正为“天文数字”般电费账单发愁的AI巨头们来说，无疑是另一剂强心针。
2. “特洛伊木马”：亚马逊的阳谋
如果说Trainium3是正面强攻，那么亚马逊对下一代芯片Trainium4的预告，则是一记精妙的“侧翼包抄”。
众所周知，英伟达最深的护城河不仅是GPU，更是NVLink互连技术和CUDA生态。为了打破这一垄断，亚马逊AWS祭出了一招“以夷制夷”。
AWS在大会上透露，正在研发中的Trainium4将支持英伟达的NVLink Fusion高速互连技术。
这意味着，客户可以在AWS的机房里，混用亚马逊的自研芯片与英伟达GPU。亚马逊似乎抛出了这样的橄榄枝：“你不需要立刻抛弃英伟达，而是可以把它们连在一起用。但你会发现用我的芯片更便宜、更高效。”
这是一种典型的“特洛伊木马”策略。通过兼容对手标准，降低客户的迁移门槛，然后用极致的性价比慢慢蚕食市场份额。
（本图片由AI生成）
迪亚曼特在接受采访时表现得十分“谦逊”。他说：“我不认为我们是在试图取代英伟达。”一再强调是要给客户更多选择。
但市场反应很诚实。当Meta开始与谷歌商谈购买TPU芯片、OpenAI与博通合作开发芯片的消息传出，再加上亚马逊的这一记重拳，英伟达股价应声波动。
尽管英伟达曾在社交平台X上强硬回击称自己“领先行业整整一代”，是唯一能运行所有AI模型的平台，但不可否认的是，“去英伟达化”正在成为硅谷巨头们心照不宣的共识。
即便像Anthropic这种接受英伟达100亿美元投资的盟友，在AWS的诱惑面前也表现出了“渣男”的一面。AWS透露，Anthropic正在使用超过100万颗Trainium2芯片构建Claude模型。
3. Nova模型与“代工厂”模式：不仅仅是卖云服务
如果硬件层面比拼的是“省钱”，那么软件和模型层面的竞争则是“夺权”。
亚马逊一直被诟病在生成式AI大模型方面“赶了个晚集”，落后于OpenAI的GPT和Google的Gemini。但这次，AWS CEO马特·加曼（Matt Garman）显然想通过“实用主义”弯道超车。
全新的Nova模型家族周二悉数亮相：
——Nova Pro与Nova Lite：对标GPT-5和Gemini 3.0等级别的强力模型。
——Nova Sonic：实时语音模型。
——Nova Omni：能够像人一样处理音频、视频、图像和文本的多模态推理模型。
亚马逊宣称，Nova 2 Pro在各项基准测试中匹配甚至超越了OpenAI和Google的旗舰模型。
亚马逊特别提到，该模型在执行复杂指令和计算机操作等智能体任务方面表现突出。较小的Nova 2 Lite模型则在多项基准测试中与Claude 4.5 Haiku、GPT-5 Mini和Gemini Flash 2.5性能相当。
但真正的杀手锏并非模型本身，而是名为Nova Forge的新工具。
这一工具允许企业客户在模型“预训练”阶段就导入自己的数据。这与目前市面上常见的“微调”（Fine-tuning）截然不同。微调只是在成品模型上修修补补，限制了调优空间；而Nova Forge是让客户参与到地基浇筑中。
亚马逊AI业务负责人罗希特·普拉萨德（Rohit Prasad）在发布前接受采访时表示：“每个企业都需要精通自身业务领域的前沿模型。”他透露，Nova Forge的技术最初是为Alexa等内部团队开发的，“这本质上是全新的开放式训练范式”。
Reddit就成为了第一个吃螃蟹的人。
（本图片由AI生成）
Reddit首席技术官克里斯·斯洛维（Chris Slowe）表示，传统的微调根本不管用，因为大多数通用模型被设计得过于“严格”，会拒绝分析Reddit上某些具有争议或攻击性的内容。但通过Nova Forge，Reddit将自家庞大语料库注入模型底层，训练出了一个真正的“Reddit专家”。
“其他大语言模型只是从概念上理解Reddit，而我们的模型真正懂其中的‘黑话’。”斯洛维说。
这正是亚马逊的精明之处。它没有选择用一个通用的超级ChatGPT来统治世界，而是通过Nova Forge，让每一家公司都能以更低成本拥有一个属于自己的“前沿模型”， 无论是Reddit、索尼还是Booking.com。
“授人以渔”的策略，或许正是亚马逊在AI时代差异化竞争的关键。
4. AWS CEO的冷静思考：拒绝泡沫，拥抱实效
在AI淘金热中，AWS CEO加曼的态度显得异常冷静。
在大会前的专访中，加曼毫不避讳地谈到了他对所谓“AI泡沫”的看法。
“当人们谈论泡沫时，我认为风险最大的是那些交易，”加曼直言那些虽然没有大规模应用、甚至没有写出多少代码，却获得数十亿美元融资的初创公司，“一家没有代码的初创公司估值能有30亿美元？也许吧，但也可能不是。这些才是大问号。”
加曼的赌注不在于制造下一个ChatGPT，而在于将AI变成一种像水电一样廉价、可靠的基础设施。
他更看重AI的实际效能，并举了亚马逊内部案例：AWS一个团队最近对内部代码库进行了大规模重写。按照传统估算，这需要30个人工作18个月。但在AI智能体的辅助下，仅仅6个人只用71天就完成了任务。
这种效率的提升是实实在在的，而不是资本讲的故事。
当然，挑战依然存在。虽然亚马逊在上一季度交出了超预期财报，但谷歌和微软凭借Gemini、OpenAI ChatGPT等明星AI，依然在快速蚕食市场份额。此外，亚马逊内部激进的AI转型也引发了阵痛，包括10月份宣布的裁员计划以及部分员工对AI环境影响的担忧，都是加曼必须面对的难题。
5. 结语：巨人的反击
很长一段时间里，亚马逊在AI领域给人的印象是“沉睡的巨人”。微软深度绑定了OpenAI，谷歌拥有DeepMind，而AWS似乎还在靠着老旧的云服务模式惯性滑行。
但re:Invent 2025彻底粉碎了这种印象。
亚马逊正在构建一个严密的战略包围圈：
（本图片由AI生成）
· 底层：用Trainium芯片打破英伟达的价格垄断，用更低能耗解决数据中心的电力焦虑。
· 中层：用Nova Forge打破通用大模型的垄断，让企业拥有定制化模型的主权。
· 顶层：用Bedrock和智能体平台，将AI嵌入到每一个具体的应用开发中。
正如加曼所说：“两年前，人们在构建AI应用；现在，人们在构建内置AI的应用。”
这不再是关于谁的模型能写出更优美的诗歌，而是关于谁能让AI以更低成本、更可控方式，真正流淌进商业的各处毛细血管里。
英伟达的股价或许还会继续走高，OpenAI的发布会或许依然吸睛，但亚马逊已经把战场拉回了它最擅长的领域：规模、成本与效率。
在这场没有硝烟的战争中，亚马逊不想做那个最亮眼的公司，它只想做那个笑到最后、赚走每一分基础设施利润的公司。对于黄仁勋和奥特曼来说，真正的麻烦可能才刚刚开始。
相关攻略
近日，亚马逊云科技（AWS）主办的10,000 AIdeas全球开发者大赛圆满收官。这场盛事吸引了来自全球115个国家的开发者踊跃参与，其核心目标是激励参赛者充分利用AWS Free Tier免费套餐以及智能体AI开发环境Kiro，构建出可直接投入生产环境的创新型AI应用。 从医疗健康、可持续发展，
人工智能浪潮重塑科技行业，亚马逊因AI布局获投资者坚定看好，市值攀升至2 9万亿美元，逼近3万亿美元大关。其股价自3月底以来强势反弹36%，显著拉动标普500指数上涨。云计算业务AWS销售增速创三年多新高，自研AI芯片获超2250亿美元收入承诺，显示AI战略初步奏效，协同业务推动价值回归。
亚马逊卖家常面临数据分散、分析滞后等痛点，导致决策效率低下。通过专业ERP系统可自动整合多维度数据，实现可视化分析，并记录运营日志关联效果。系统支持为Listing添加自定义标签以快速定位，并提供可复用的分析模板，从而将运营人员从繁琐工作中解放，提升决策精准性与市场竞争力。
亚马逊Kindle固件代码泄露电池更换相关字符串，暗示官方可能推出电池更换支持方案。此举被视为应对欧盟推动的电池可维修性法规，旨在延长设备寿命。方案或类似苹果自助维修计划，要求使用官方认证电池，第三方电池可能受限。
最近科技圈里有个挺有意思的传闻，可能让不少老Kindle用户心里一动。消息来自MobileRead论坛上一位叫jhowell的用户，他在5月17日爆料说，亚马逊或许正在着手提升Kindle的可维修性，未来用户可能有机会自己动手更换电池。 这个猜测并非空xue来风。在Kindle短暂上线后又迅速撤回的
热门专题
热门推荐
摘要由实在Agent通过智能技术生成。此内容由AI根据文章内容自动生成，并已由人工审核。 随着企业数字化转型进入智能体（Agent）驱动的新阶段，如何平衡AI创新与安全合规成为关键挑战。尤其在《网络安全等级保护基本要求》（等保2 0）的严格框架下，企业级智能体的部署必须同时满足效率提升与合规保障的双
使用情景 对于外贸从业者来说，年终总结绝非简单的例行汇报。它是一次至关重要的年度复盘与战略规划，既要系统梳理过去一年的业绩成果与经验得失，也要为来年的市场开拓与业务增长指明清晰路径。在全球贸易竞争白热化的今天，一份逻辑严谨、数据详实、洞察深刻的总结报告，不仅是个人专业能力的集中体现，更是赢得管理层支
使用情景 又到年末了，年度安全工作总结是每个团队都绕不开的环节。这份总结的价值，远不止于一份简单的回顾。它更像是一份“体检报告”，清晰地告诉你过去一年安全工作的“健康状况”——哪里做得好，哪里还有隐患，从而为来年的精准施策打下坚实的基础。 不过，说起写总结、做PPT，不少人就开始头疼了：内容怎么组织
Zcash (ZEC) 月度暴涨520%：深度解析后市行情与关键点位 近期，隐私币龙头Zcash (ZEC) 上演了一场令人瞩目的行情，月度涨幅高达520%，价格一度逼近300美元，创下自2021年12月以来的新高。在加密市场整体承压的背景下，ZEC的逆势狂飙吸引了全球投资者的目光。本文将结合技术分
在存量竞争的时代，电商售后数据早已超越了“成本中心”的单一角色，它正成为洞察产品质量、优化物流链路、提升用户忠诚度的核心战略资产。然而，现实往往骨感：多平台、多店铺、多套ERP系统并存，数据散落一地。靠人工手动汇总？不仅耗时费力，更关键的是，你永远无法实现真正的实时预警与敏捷响应。那么，电商售后数据