亚马逊aws定制芯片战略加速:自研ai芯片挑战英伟达霸主地位

发布时间:2025-06-18 阅读量:1122 来源: 我爱方案网 作者:

【导读】随着人工智能算力需求激增,亚马逊AWS正全力推进其定制芯片战略,通过自研硬件降低对传统CPU供应商和AI芯片巨头英伟达的依赖,在云计算基础设施领域谋求更大话语权。


11.jpg


作为战略核心,AWS即将推出的新一代Graviton 4服务器CPU引起行业高度关注。该芯片具备高达600Gbps的极致网络带宽,突破公共云现有瓶颈,使其在数据吞吐能力上具备显著优势。Graviton 4由亚马逊旗下Annapurna Labs团队开发,是其全栈自主芯片战略的重要成果,旨在抗衡英特尔和AMD在通用处理器市场的统治力。


发力AI基础设施,巨头博弈升级


然而AWS的终极目标远不止于此。在决定未来格局的AI基础设施领域,AWS正积极构建与英伟达对垒的自主能力。2024年底的re:Invent大会上发布的Project Rainier项目即是关键一步——一台为战略投资对象Anthropic打造的超级计算机平台。值得关注的是,该系统完全基于AWS自研的Trainium 2 AI加速芯片驱动,集群规模高达50万颗芯片。


值得注意的是,Anthropic重磅发布的Claude Opus 4模型便是在Trainium 2集群上完成训练。这标志着主流AI大模型完全能够脱离开英伟达生态实现高效训练与部署。AWS方面强调,尽管英伟达旗舰Blackwell芯片峰值性能领先,但Trainium 2提供了更优的整体成本效益。


技术迭代提速,供应链成关键变量


AWS的芯片研发正进入高速迭代周期。官方已宣布将于2025年推出性能翻倍的Trainium 3芯片,不仅计算能力大幅提升,更能实现高达50%的能耗优化。有业内人士透露,当前AWS定制芯片的市场需求远超实际供应能力,凸显云服务巨头对独立可控算力的迫切需求。


通过Graviton系列升级CPU能力、以Trainium芯片重塑AI训练生态、深度绑定头部模型客户Anthropic,AWS正展现打造全栈可控的AI基础设施雄心。随着越来越多顶尖模型在非英伟达硬件上成功运行,行业已不再质疑AWS能否切入这一市场,焦点转向其能抢占多大份额。Graviton 4的详细技术规格预计将在本月下旬全面揭晓。


相关资讯
我们还需要GPU吗?从LineShine登顶看纯CPU超算的四层技术突围

在英伟达GPU与CUDA生态长期主导AI训练与科学仿真的背景下,国产LineShine(灵晟)纯CPU超算以2.198 EFlops持续双精度性能登顶TOP500,印证了“矩阵增强型CPU”正在重构HPC底层硬件标准。 近日,Jack Dongarra、Satoshi Matsuoka、Torsten Hoefler三位HPC权威联合发表《Do We Still Need GPUs? Rethinking AI and Scientific Computing on Matrix-Enhanced CPUs》,系统拆解了无GPU同构超算的四层技术体系:处理器指令集硬件加速、统一HBM高带宽内存架构、全精度混合运算单元、原生高速互联网络。

从“回答问题”到“完成任务”:AI产业正在发生的五个结构性转向

回顾AI今年的发展轨迹,我们能察觉到一种质的变化:AI不再只是被展示、被调用的“展品”,而是拥有了更明确的“行动感”。从代码编写到机器人奔跑,从算力基建到未来接口,行业正集体从“回答问题”走向“完成任务”。 我们试图透过五个数字,捕捉这一轮产业变革中的关键切片。

ROHM车载MOSFET新品:抑制二次击穿,SOA范围扩大5倍

全球知名半导体制造商ROHM近日宣布,面向车载安全功能和保护电路开发出100V耐压MOSFET新品“RS4P063BPHZG”

斩获SAIL最高奖背后:DF1000如何破解国产算力“存不够、改不动”?

2026 WAIC落下帷幕,国内AI算力产业的共识正发生清晰转向:单点参数竞赛逐渐退潮,超节点集群、全产业链自主可控与底层架构原始创新成为核心主线。在此背景下,首次参展的东方算芯凭借“高能效软件定义近存计算芯片DF1000”斩获大会最高荣誉SAIL奖。这座奖杯背后,指向了一条不依赖先进制程与既有生态的突围之路。