亞馬遜聯手 Anthropic 造超算：數十萬顆自研晶片，成本降 40%

過去一年大家聊起大模型，目光總盯在微軟投了 OpenAI、或者輝達的 GPU 又被搶空上。很多人甚至覺得，身為全球最大雲端計算巨頭的亞馬遜，在生成式 AI 這輪浪潮裡慢了半拍。

但在拉斯維加斯舉辦的 Re:Invent 大會上，亞馬遜掏出了一張大底牌。

亞馬遜旗下 AWS 的執行長 Matt Garman 宣佈，他們正聯手 OpenAI 的最大對手 Anthropic，打造一臺名為 Project Rainer 的超大規模 AI 超級計算機。建成之後，它的計算規模將達到 Anthropic 目前訓練最強模型叢集的五倍，並且會塞進數十萬顆亞馬遜自研的最新訓練晶片 Trainium 2。亞馬遜預計，這臺機器一旦完工，將成為全球已知公開報道中規模最大的 AI 超算。

掏出自研晶片，正面硬剛輝達

這臺超算背後最扎眼的，其實是晶片的選擇。以前大模型軍備競賽幾乎全靠輝達的 GPU，但這次亞馬遜押注的是自家的硬體。

Garman 在大會上宣佈，Trainium 2 已經通過名為 Trn2 UltraServer 的叢集形式正式向客戶開放，專門用來訓練前沿大模型。他說得很直接：相比搭載輝達 GPU 的叢集，使用亞馬遜這套自研硬體，訓練成本能便宜 30% 到 40%。

今年亞馬遜已經給 Anthropic 砸了 80 億美元，現在的 Project Rainer 相當於把真金白銀和自研算力捆綁在了一起。不僅如此，亞馬遜還提前預告了下一代晶片 Trainium 3，效能據稱是現在的四倍，預計會在 2025 年底交到客戶手上。

研究機構 Moore Insight & Strategy 的分析師 Patrick Moorhead 認為這個效能躍升相當驚人，尤其是晶片間的互聯頻寬改進非常大，而這恰恰是超大模型訓練最關鍵的瓶頸。在他看來，輝達在訓練市場確實還會統治一陣子，但亞馬遜證明了輝達已經不再是唯一的選擇。

企業不愛燒錢，亞馬遜就賣降本工具

除了搭超算秀肌肉，亞馬遜這次把更多精力放在了幫企業省錢上。

Garman 在會前就提到，現在的很多大模型不僅價格太貴，輸出結果還不穩定、難以預測。越來越多的 AWS 客戶已經過了嚐鮮做 Demo 的階段，現在迫切需要能真正上線賺錢、而且跑得起的產品。

為此，亞馬遜在 Bedrock 平臺上推了一批非常務實的工具。比如 Model Distillation（模型蒸餾），讓大模型來充當老師，直接訓練出能力接近、但體積極小且推理成本極低的小模型。按 Garman 的打方：一家保險公司可以拿最頂尖的模型去學習整套業務問答，再把它提煉給小模型去專門處理客服。

他們還上線了 Bedrock Agents，能統一排程和管理幾百個 AI Agent，甚至安排了一個類似經理角色的主 Agent，專門給底層幹活的 Agent 派活和寫工作彙報。

為什麼重要

對企業和開發者來說，這標誌著 AI 終於從玩概念變成了算賬。誰都知道前沿大模型好用，但每次呼叫的賬單往往讓人吃不消。如果 Trainium 2 真的能穩穩省下 30% 到 40% 的算力成本，再加上模型蒸餾這類工具，很多之前在商業上根本跑不通的垂直場景應用，現在就能正式提上日程了。

對整個行業而言，這是超大規模雲廠商在底層硬體上發起的一場突圍。HyperFRAME Research 的分析師 Steven Dickens 就指出，自研晶片未來是所有云巨頭的必修課。亞馬遜自研晶片起步很早，如今不僅自己用，還把最具競爭力的客戶 Anthropic 深度繫結在自己的架構上。這不僅給 OpenAI 帶來了巨大的算力競爭壓力，也真真切切地在輝達的高價護城河上撕開了一道口子。

我們認為，亞馬遜這一步走得極其清醒。它沒有急著跟風去做一個類似 ChatGPT 的消費級爆款來賺吆喝，而是老老實實做雲廠商最擅長的事：搭算力底座、幫企業降本提效。不過，隱患也同樣存在。輝達最硬的護城河其實是經營多年的 CUDA 軟體生態，亞馬遜的 Trainium 硬體能不能在實際開發中讓工程師覺得好用、少踩坑，才是 Project Rainer 和 AWS 自研生態能否真正撼動市場的關鍵。