在拉斯维加斯举办的年度技术盛会上，亚马逊云计算部门（AWS）正式推出了新一代自研AI芯片Trainium3，并同步展示了为下一代AI工作负载设计的Trainium3 UltraServers。与此同时，AWS还公布了Trainium4的开发路线图，引发行业高度关注。
为满足自身需求并降低运营成本，亚马逊、谷歌等云服务巨头早在数年前便开始布局自研云端AI芯片。据AWS披露，其定制芯片业务规模已达数十亿美元，Trainium系列芯片全球部署量突破100万张，成为支撑超大规模AI计算的核心基础设施之一，仅次于谷歌TPU的市场表现。这一数据印证了自研芯片在云服务领域的战略价值。
Trainium3基于台积电3nm制程工艺打造，单芯片可提供2.52 PFLOPs（FP8）算力，支持FP32、BF16、MXFP8及新增MXFP4等多种精度格式。内存配置方面，该芯片将HBM3e容量提升至144GB，带宽达4.9TB/s，并通过强化结构化稀疏性及微缩放硬件支持，显著优化了大语言模型的训练与推理效率。AWS宣称，Trainium3可将AI模型全生命周期成本降低50%，为客户提供更具性价比的算力服务。
基于全新Neuron Fabric互联技术，AWS同步推出的Trainium3 UltraServers实现了算力跃升。该系统最多可整合144颗Trainium3芯片，总算力达362 FP8 PFLOPs。实测数据显示，与上一代Trainium2 UltraServers相比，新系统的原始性能提升4.4倍，性能功耗比提升4倍，能源效率提高40%。在部署GPT-OSS等主流开源模型时，单芯片吞吐量提升3倍，响应延迟缩短4倍，大幅缩短模型训练周期——原本需数月的任务可压缩至数周，同时支持更多推理请求，降低项目上线时间与运营成本。
通过EC2 UltraClusters 3.0架构，Trainium3 UltraServers可扩展至最高100万张芯片的超级集群，规模较上一代提升10倍。目前，该架构已为Anthropic的"Project Rainier"项目提供核心算力支撑，当前部署50万张Trainium 2芯片，并计划年底前扩至100万张。这一扩展能力进一步巩固了AWS在超大规模AI计算领域的领先地位。
实际应用中，Trainium3及Trainium3 UltraServers已展现显著成效。Anthropic、Karakuri、metagenomi、NetoAI、Ricoh、Splash Music等企业反馈，采用该方案后训练成本较其他方案最多降低50%。这一成果验证了AWS自研芯片在商业化场景中的竞争力。
关于下一代产品，AWS透露Trainium4正在研发中，虽未公布具体发布时间，但承诺其性能将实现突破性提升：FP4处理性能至少提升6倍，FP8性能提升3倍，内存频宽提升4倍。更值得关注的是，Trainium4将支持NVIDIA NVLink Fusion高速互联技术，可与Graviton处理器及EFA（Elastic Fabric Adapter）在通用MGX机架中无缝协作，实现与NVIDIA GPU的互操作与性能扩展。这一技术整合或为AI计算生态带来新的变量。
