Блог компании Freedom Finance Global | Amazon выводит Trainium3 на рынок и переосмысляет стратегию в ИИ-чипах

Облачное подразделение Amazon.com, AWS, представило новый чип для искусственного интеллекта Trainium3, сообщает Bloomberg. Ускоритель уже установлен в ряде дата-центров и с 2 декабря доступен клиентам, а к началу следующего года компания планирует быстро масштабировать его производство. Trainium3 рассчитан на выполнение ресурсозатратных ИИ-моделей эффективнее и дешевле, чем графические процессоры конкурентов, что усиливает позицию Amazon в гонке за облачные ИИ-вычисления.

Trainium3 выходит примерно через год после предыдущей версии чипа, что укладывается в текущие темпы развития индустрии ИИ-ускорителей. Рынок отреагировал на новость смешанно: акции Amazon прибавили 1,6% до $237,71, бумаги Nvidia замедлили рост, а акции Advanced Micro Devices опустились к сессионному минимуму. В целом компании полупроводникового и облачного сегмента (AMZN, GOOGL, NVDA, AMD, AVGO) демонстрируют слабую динамику на фоне анонсов, тогда как акции Marvell Technology, партнера Amazon по разработке ИИ-чипов, на премаркете в моменте прибавляют около 9% на фоне собственного отчета.

На наш взгляд, самым неожиданным элементом презентации стал не только сам Trainium3, сколько стратегический разворот в отношениях Amazon и Nvidia. Компания фактически переходит от прямой конкуренции в сегменте ИИ-чипов к более гибкой модели «coopetition» — одновременного сотрудничества и соперничества. Такой подход можно трактовать как сигнал: ключевым фактором становится наличие масштабируемых вычислительных мощностей, а не доминирование отдельной архитектуры. Эта философия заметно контрастирует с более закрытой моделью Alphabet, развивающей собственные TPU как отдельную экосистему.

Особое значение, на наш взгляд, имеет решение Amazon интегрировать проприетарную технологию интерконнекта Nvidia NVLink Fusion в будущие чипы Trainium4. Это открывает для клиентов возможность совмещать в рамках одного дата-центра или даже кластера системы на базе Nvidia и Trainium, упрощая миграцию между архитектурами двух компаний. В первую очередь такой шаг может облегчить постепенный переход части нагрузок клиентов AWS на собственные чипы Amazon без жесткой привязки к одному вендору. Ранее AWS, как и многие конкуренты, использовала собственные протоколы EFA и NeuronLink, фактически изолируя свои решения от экосистемы Nvidia.

Параллельно AWS объявила о стратегическом объединении собственных ИИ-линеек. Если раньше существовало разделение между чипами Inferentia, отвечавшими за inference (обработку запросов ИИ-моделей), и Trainium для обучения, то теперь Trainium берёт на себя весь жизненный цикл ИИ-моделей. В рамках презентации компания раскрыла новые технические детали: для Trainium3 заявлен четырехкратный рост производительности и увеличение энергоэффективности на 40% по сравнению с Trainium2. Уже сейчас этот чип используется рядом партнеров AWS в реальных задачах.

Важным инфраструктурным элементом стала новая стойка Trn3 UltraServer, объединяющая 144 чипа Trainium3. По сути, это прямой ответ на решения NVL72 от Nvidia и TPU Pods от Google. AWS заявляет, что собственное сетевое оборудование компании и её партнеров позволит масштабировать ИИ-кластеры до 1 млн чипов, что критично для обучения и инференса моделей следующего поколения.

Практическим подтверждением работоспособности архитектуры Amazon служит проект с Anthropic: кластер «Rainier», на котором обучаются модели Claude, уже использует около 500 000 чипов Trainium2 с планами расширения до 1 млн. На наш взгляд, это демонстрирует готовность крупных ИИ-игроков опираться не только на решения Nvidia, но и на альтернативную инфраструктуру при сохранении возможности комбинировать ее с привычными GPU.

Мы считаем, что AWS придерживается прагматичного баланса: компания продолжает закупать рекордные объемы чипов Nvidia, чтобы удовлетворять текущий спрос клиентов, и одновременно агрессивно наращивает присутствие собственных ускорителей Trainium. Это создает для пользователей AWS опцию оптимизации затрат и снижает зависимость от стандартов Nvidia без необходимости одномоментного отказа от сложившейся экосистемы.