AWS AI基础设施全面升级｜Trainium芯片与AI Factory 打造企业级算力新格局

从运算核心到私有AI区域　AWS重塑全球AI生产力版图

在今年 AWS re:Invent 的主题演讲中，行政总裁 Matt Garman 率先从 AI 基础设施切入，勾勒企业级人工智能的下一阶段：从芯片、伺服器到私有云部署，AWS 正以全新形态的算力体系，为全球客户开启 AI 模型训练与推理的新纪元。

Trainium3 UltraServers 问世：性能与能效同步跃升

AWS 发布最新一代 Amazon Trainium3 UltraServers，标志 AI 算力正式进入 3 纳米世代。这款伺服器搭载高达 144 颗定制化 AI 芯片，具备惊人的 362 PFLOPS FP8 运算能力，比前一代 Trainium2 系列在能效、频宽及输出能力上均有重大突破：

运算效能提升 4.4 倍

记忆体频宽增强 3.9 倍

每兆瓦处理 Token 数量上升至 5 倍以上

在实际应用上，Trainium3 为训练大型语言模型提供最佳效能。测试显示，运行 OpenAI GPT-OSS-120B 模型时的能源效率，遥遥领先上一代平台。

Garman 亦首次预告 Trainium4 芯片 正在研发中。该芯片将具备六倍 FP4 运算能力、四倍频宽及双倍记忆体容量，预期进一步巩固 AWS 在云端 AI 芯片领域的长期领先地位。

他强调：“我们并非只追求速度，而是打造全球最具能源效率的 AI 运算平台，让训练与推理成本同时下降。”

强化生态：AWS × NVIDIA 合作迈入15年

AWS 与 NVIDIA 的技术合作已超过 15 年，是行业最早在云端提供 GPU 运算能力的供应商之一。

新一代 P6e-GB300 实例 采用 NVIDIA 最新 GBNVL72 系统架构，专为超大规模生成式 AI 工作负载及多模态模型训练而设。这些高密度 GPU 节点不仅大幅提升推理速度，亦优化了丛集稳定性。Garman 提到，AWS 能够透过 BIOS 层级的 Debug 工具、逐案例根因分析等技术，确保集群在长时间运行下依然维持业界最佳稳定性。

目前 ChatGPT 等超大模型工作负载，已于 AWS 的 EC2 Ultra Cluster 上运行，规模可扩展至 数十万颗 GPU、千万级 CPU，成为现时全球最大 AI 运算集群之一。

AI Factory 登场：跨越数据主权的最后藩篱

在这场被誉为年度最具颠覆性的发布会上，AWS 同步推出 Amazon AI Factories 服务，开启企业自建专属 AI 区域的崭新范式。

灵感源自与沙特阿拉伯新创城市 Neom 的合作经验，AI Factories 允许企业在自家数据中心内直接部署 AWS 专用 AI 基础架构，包括 Amazon Trainium UltraServers、NVIDIA GPU、Amazon SageMaker 及 Amazon Bedrock 等核心平台组件。

AI Factories 的最大价值在于 —— “云端体验，本地部署”。客户可在遵循严格法规与数据主权要求下，享有与公有云一致的运行效能与管理体验。这样的混合部署模式，为金融、政府及医疗行业带来关键突破，特别适用于无法将敏感数据外移的企业。

Garman 表示：“AI Factories 让企业能在自己的环境中拥有一座真正属于自身的 AI 工厂。”

科学领域实例：Vialet 的 AI 推理突破

生物科技公司 Vialet 成功展示强大 AI 基础设施的潜能。该公司利用 AWS 平台训练“科学多面手（Science Generalist）”AI，能够主动生成研究假设、设计实验并自我验证结果。

这套系统目前已分析并处理数万亿科学推理 Token，预期数年内将增长一百倍。透过 AWS 的自主算力与智能代理结构，Vialet 以几乎即时的速度迭代模型，显著缩短药物研发与新材料发现周期。

此案例充分说明，AI Infrastructure 不仅是一种技术资源，更是一个推动产业创新的催化剂。

关键洞察：企业AI战略新模板

AWS 的基础设施升级，凸显两大战略方向：

一是 AI运算的在地化与即时化——企业可在任何地点部署相同级别的 AWS 能力；

二是 AI成本与能源效率的再定义——以自主芯片及硬件优化降低推理成本，并推动绿色AI运算。

对企业而言，这意味他们能在兼顾法规与性能的前提下，加速从“试点”迈向“全面部署”AI 应用。

Garman 总结指出：“从云端到边缘，我们正在重构全球 AI 生产力的基础。”