<p><strong>亚马逊本周推出了其最新的人工智能训练芯片 Trainium3，直面英伟达和谷歌在硬件领域的控制。</strong></p>
<p>根据亚马逊网络服务副总裁戴夫·布朗的采访，这款加速器已经在少数 AWS 数据中心运行，并将在周二向客户开放。戴夫表示，公司并没有慢慢适应这一变化。</p>
<p>“随着明年初的到来，我们将开始非常快速地扩展，” 他说。目标很简单。直接从亚马逊的机架上销售更多计算能力，而不是看着开发者将支出转向其他地方。</p>
<p>AWS 仍然在全球云计算中领先于租赁计算和存储。这一领先地位并没有完全延续到大规模的人工智能训练中。一些开发者依赖于微软，因为它与 OpenAI 的联系。</p>
<p>其他人则转向谷歌及其内部芯片。亚马逊现在使用 Trainium3 将对价格敏感的团队拉回到其旗下。基本的宣传是每单位工作的成本更低，同时将一切保留在 AWS 内部。</p>
<h3>亚马逊在云规模上推动 Trainium3</h3>
<p>Trainium3 的推出大约在亚马逊部署其上一个版本一年后。这一速度处于芯片标准的快速端。当这款芯片在八月首次启动时，一位 AWS 工程师开玩笑说：“我们最希望看到的就是不要出现任何烟雾或火焰。” 快速的升级节奏也反映了英伟达每年发布新芯片的公开计划。</p>
<p>亚马逊表示，Trainium 芯片在人工智能模型背后运行重负载计算，其成本和能耗优于英伟达的顶级 GPU。戴夫说：“我们对 Trainium 的价格性能感到非常满意。” 随着模型规模的增加和训练费用的不断攀升，公司在这一价格角度上非常依赖。</p>
<p>但仍然存在限制。亚马逊的芯片没有携带深度软件库，这使得团队在英伟达硬件上快速移动。Bedrock Robotics 使用人工智能驱动无人控制的建筑设备，其主要系统运行在 AWS 服务器上。当它训练模型以指导挖掘机时，仍然使用英伟达芯片。Bedrock Robotics 的首席技术官凯文·彼得森表示：“我们需要它具有高性能且易于使用。这就是英伟达。”</p>
<p>目前大部分 Trainium 的产能流向 Anthropic。这些芯片在印第安纳州、密西西比州和宾夕法尼亚州的数据中心运行。今年早些时候，AWS 表示它连接了超过 500,000 个 Trainium 芯片来训练 Anthropic 的最新模型。亚马逊计划在年底前将这一数字提高到 100 万个芯片。</p>
<p>亚马逊将 Trainium 的未来与 Anthropic 的增长以及其自身的人工智能服务联系在一起。除了 Anthropic，该公司迄今为止只命名了很少的大客户。这使得分析师在评估 Trainium 在更广泛使用中的表现时数据有限。</p>
<p>Anthropic 还分散了自身的计算风险。它仍然使用谷歌的张量处理单元，并在今年与谷歌签署了一项协议，提供数十亿美元的计算能力。</p>
<p>亚马逊在其年度用户大会 re:Invent 上揭示了 Trainium3。该活动已转变为一个不断展示人工智能工具和基础设施的场所，旨在吸引构建新模型的开发者和愿意为大规模访问付费的公司。</p>
<h3>亚马逊推出 Nova 更新并开放 Nova Forge</h3>
<p>周二，亚马逊还更新了其主要的人工智能模型系列，称为 Nova。新的 Nova 2 系列包括一个名为 Omni 的版本。</p>
<p>Omni 接受文本、图像、语音或视频作为输入。它可以同时以文本和图像进行响应。亚马逊将多种输入类型和模型成本作为一个包出售，旨在满足大规模的日常使用。</p>
<p>亚马逊继续围绕每美元的性能定价其模型。过去的 Nova 模型在评分固定问题答案的标准测试排名中并未靠前。该公司更依赖于实时使用而非测试图表。</p>
<p>罗希特·普拉萨德负责亚马逊的大部分模型工作及其人工通用智能团队，他表示：“真正的基准是现实世界。” 并补充说，他预计新模型将在实时环境中竞争。</p>
<p>亚马逊还通过一款名为 Nova Forge 的新产品向高级用户开放更深层次的模型控制，允许团队在训练结束前提取 Nova 模型的版本，并使用自己的数据进行调整。</p>
<p>Reddit 已经使用 Nova Forge 构建了一个模型，用于检查帖子是否违反安全规则。Reddit 的首席技术官克里斯·斯洛维表示，许多人工智能用户在每个任务中都选择尽可能大的模型，而不是训练一个专注于狭窄领域的模型。“我们能够让它在我们特定领域成为专家，这就是价值所在，” 他说。</p>
<p>随着 Trainium3 现在在数据中心活跃，Nova 模型也同时更新，亚马逊正在同时推进两个方向。硬件竞争与英伟达展开。模型推广则与微软支持的 OpenAI 和谷歌竞争。下一阶段现在进入全面云规模的客户实际使用。</p>
<p>想让你的项目在加密领域的顶尖思想面前展示吗？在我们的下一份行业报告中展示它，数据与影响相遇。</p>

亚马逊

亚马逊每日 2 倍做多 ETF - Direxion

<p>亚马逊推出了其最新的人工智能训练芯片 Trainium3，目标是占领由英伟达和谷歌主导的人工智能硬件市场。该芯片已在部分 AWS 数据中心投入使用，旨在提供更低的成本和更好的能效。亚马逊计划快速扩展，重点关注对价格敏感的团队，并扩大其人工智能服务。Trainium3 与 Anthropic 的增长密切相关，计划在年底前显著增加芯片的使用量。该公告是在亚马逊的 re:Invent 大会上发布的，同时还更新了其人工智能模型系列 Nova</p>

<p><strong>Amazon rolled out its newest AI training chip, Trainium3, this week as it moves straight at the hardware grip held by Nvidia and Google.</strong></p>
<div class="lb-trans"><p><strong>亚马逊本周推出了其最新的人工智能训练芯片 Trainium3，直面英伟达和谷歌在硬件领域的控制。</strong></p>
</div><p>The accelerator is already running inside a small group of AWS data centers and opens to customers on Tuesday, according to an interview with Dave Brown, vice president at Amazon Web Services. Dave said the company is not easing into this.</p>
<div class="lb-trans"><p>根据亚马逊网络服务副总裁戴夫·布朗的采访，这款加速器已经在少数 AWS 数据中心运行，并将在周二向客户开放。戴夫表示，公司并没有慢慢适应这一变化。</p>
</div><p>“As we get into early next year, we’ll start to scale out very, very quickly,” he said. The goal is simple. Sell more compute directly from Amazon racks instead of watching developers send that spend elsewhere.</p>
<div class="lb-trans"><p>“随着明年初的到来，我们将开始非常快速地扩展，” 他说。目标很简单。直接从亚马逊的机架上销售更多计算能力，而不是看着开发者将支出转向其他地方。</p>
</div><p>AWS still leads global cloud by rented compute and storage. That lead has not carried clean into large‑scale AI training. Some builders lean on Microsoft because of its link with OpenAI.</p>
<div class="lb-trans"><p>AWS 仍然在全球云计算中领先于租赁计算和存储。这一领先地位并没有完全延续到大规模的人工智能训练中。一些开发者依赖于微软，因为它与 OpenAI 的联系。</p>
</div><p>Others go to Google and its in‑house chips. Amazon is now using Trainium3 to pull price‑sensitive teams back under its roof. The basic pitch is lower cost per unit of work while keeping everything inside AWS.</p>
<div class="lb-trans"><p>其他人则转向谷歌及其内部芯片。亚马逊现在使用 Trainium3 将对价格敏感的团队拉回到其旗下。基本的宣传是每单位工作的成本更低，同时将一切保留在 AWS 内部。</p>
</div><h3>Amazon pushes Trainium3 at cloud scale</h3>
<div class="lb-trans"><h3>亚马逊在云规模上推动 Trainium3</h3>
</div><p>Trainium3 lands about one year after Amazon deployed its last version. That pace sits at the fast end of chip standards. When the chip first powered on in August, one AWS engineer joked, “The main thing we’re gonna be hoping for here is just that we don’t see any kind of smoke or fire.” The fast upgrade rhythm also mirrors Nvidia’s public plan to ship a new chip every year.</p>
<div class="lb-trans"><p>Trainium3 的推出大约在亚马逊部署其上一个版本一年后。这一速度处于芯片标准的快速端。当这款芯片在八月首次启动时，一位 AWS 工程师开玩笑说：“我们最希望看到的就是不要出现任何烟雾或火焰。” 快速的升级节奏也反映了英伟达每年发布新芯片的公开计划。</p>
</div><p>Amazon says Trainium chips run the heavy compute behind AI models at a lower cost and better power use than Nvidia’s top GPUs. Dave said, “We’ve been very pleased with our ability to get the right price performance with Trainium.” The company is leaning hard on that price angle as model sizes rise and training bills keep climbing.</p>
<div class="lb-trans"><p>亚马逊表示，Trainium 芯片在人工智能模型背后运行重负载计算，其成本和能耗优于英伟达的顶级 GPU。戴夫说：“我们对 Trainium 的价格性能感到非常满意。” 随着模型规模的增加和训练费用的不断攀升，公司在这一价格角度上非常依赖。</p>
</div><p>There is still a limit. Amazon’s chips do not carry the deep software libraries that let teams move fast on Nvidia hardware. Bedrock Robotics, which uses AI to drive construction equipment without human control, runs its main systems on AWS servers. When it trains models to guide an excavator, it still uses Nvidia chips. Kevin Peterson, chief technology officer at Bedrock Robotics, said, “We need it to be performant and easy to use. That’s Nvidia.”</p>
<div class="lb-trans"><p>但仍然存在限制。亚马逊的芯片没有携带深度软件库，这使得团队在英伟达硬件上快速移动。Bedrock Robotics 使用人工智能驱动无人控制的建筑设备，其主要系统运行在 AWS 服务器上。当它训练模型以指导挖掘机时，仍然使用英伟达芯片。Bedrock Robotics 的首席技术官凯文·彼得森表示：“我们需要它具有高性能且易于使用。这就是英伟达。”</p>
</div><p>Most Trainium capacity right now flows to Anthropic. The chips run inside data centers in Indiana, Mississippi, and Pennsylvania. Earlier this year, AWS said it linked more than 500,000 Trainium chips to train Anthropic’s latest models. Amazon plans to raise that to 1 million chips by the end of the year.</p>
<div class="lb-trans"><p>目前大部分 Trainium 的产能流向 Anthropic。这些芯片在印第安纳州、密西西比州和宾夕法尼亚州的数据中心运行。今年早些时候，AWS 表示它连接了超过 500,000 个 Trainium 芯片来训练 Anthropic 的最新模型。亚马逊计划在年底前将这一数字提高到 100 万个芯片。</p>
</div><p>Amazon is tying Trainium’s future to Anthropic’s growth and to its own AI services. Outside of Anthropic, the company has named very few large customers so far. That leaves analysts with limited data to judge how well Trainium performs in wider use.</p>
<div class="lb-trans"><p>亚马逊将 Trainium 的未来与 Anthropic 的增长以及其自身的人工智能服务联系在一起。除了 Anthropic，该公司迄今为止只命名了很少的大客户。这使得分析师在评估 Trainium 在更广泛使用中的表现时数据有限。</p>
</div><p>Anthropic also spreads its own compute risk. It still uses Google’s Tensor Processing Units and signed a deal this year with Google that provides access to tens of billions of dollars in computing power.</p>
<div class="lb-trans"><p>Anthropic 还分散了自身的计算风险。它仍然使用谷歌的张量处理单元，并在今年与谷歌签署了一项协议，提供数十亿美元的计算能力。</p>
</div><p>Amazon revealed Trainium3 during re: Invent, its annual user conference. The event has shifted into a nonstop display of AI tools and infrastructure aimed at developers who build new models and companies willing to pay for access at scale.</p>
<div class="lb-trans"><p>亚马逊在其年度用户大会 re:Invent 上揭示了 Trainium3。该活动已转变为一个不断展示人工智能工具和基础设施的场所，旨在吸引构建新模型的开发者和愿意为大规模访问付费的公司。</p>
</div><h3>Amazon rolls out Nova updates and opens Nova Forge</h3>
<div class="lb-trans"><h3>亚马逊推出 Nova 更新并开放 Nova Forge</h3>
</div><p>On Tuesday, Amazon also updated its main AI model family, known as Nova. The new Nova 2 line includes a version called Omni.</p>
<div class="lb-trans"><p>周二，亚马逊还更新了其主要的人工智能模型系列，称为 Nova。新的 Nova 2 系列包括一个名为 Omni 的版本。</p>
</div><p>Omni accepts text, images, speech, or video as input. It can respond with both text and images. Amazon is selling a mix of input types and model cost as a package designed for daily use at scale.</p>
<div class="lb-trans"><p>Omni 接受文本、图像、语音或视频作为输入。它可以同时以文本和图像进行响应。亚马逊将多种输入类型和模型成本作为一个包出售，旨在满足大规模的日常使用。</p>
</div><p>Amazon continues to price its models around performance per dollar. Past Nova models did not place near the top in standard test rankings that score answers to fixed questions. The company is leaning on live use instead of test charts.</p>
<div class="lb-trans"><p>亚马逊继续围绕每美元的性能定价其模型。过去的 Nova 模型在评分固定问题答案的标准测试排名中并未靠前。该公司更依赖于实时使用而非测试图表。</p>
</div><p>Rohit Prasad, who leads much of Amazon’s model work and its Artificial General Intelligence team, said, “The real benchmark is the real world,” and added that he expects the new models to compete in live settings.</p>
<div class="lb-trans"><p>罗希特·普拉萨德负责亚马逊的大部分模型工作及其人工通用智能团队，他表示：“真正的基准是现实世界。” 并补充说，他预计新模型将在实时环境中竞争。</p>
</div><p>Amazon is also opening deeper model control to advanced users through a new product called Nova Forge that lets teams pull versions of Nova models before training ends and shape them using their own data.</p>
<div class="lb-trans"><p>亚马逊还通过一款名为 Nova Forge 的新产品向高级用户开放更深层次的模型控制，允许团队在训练结束前提取 Nova 模型的版本，并使用自己的数据进行调整。</p>
</div><p>Reddit already uses Nova Forge to build a model that checks whether a post breaks safety rules. Chris Slowe, Reddit’s chief technology officer, said many AI users reach for the biggest possible model for every task instead of training one with narrow focus. “The fact that we can make it an expert in our specific area is where the value comes from,” he said.</p>
<div class="lb-trans"><p>Reddit 已经使用 Nova Forge 构建了一个模型，用于检查帖子是否违反安全规则。Reddit 的首席技术官克里斯·斯洛维表示，许多人工智能用户在每个任务中都选择尽可能大的模型，而不是训练一个专注于狭窄领域的模型。“我们能够让它在我们特定领域成为专家，这就是价值所在，” 他说。</p>
</div><p>With Trainium3 now active in data centers and Nova models updated at the same time, Amazon is pushing on two fronts at once. The hardware fight plays out against Nvidia. The model push runs against Microsoft‑backed OpenAI and Google. The next phase now moves into hands‑on customer use at full cloud scale.</p>
<div class="lb-trans"><p>随着 Trainium3 现在在数据中心活跃，Nova 模型也同时更新，亚马逊正在同时推进两个方向。硬件竞争与英伟达展开。模型推广则与微软支持的 OpenAI 和谷歌竞争。下一阶段现在进入全面云规模的客户实际使用。</p>
</div><p>Want your project in front of crypto’s top minds? Feature it in our next industry report, where data meets impact.</p>
<div class="lb-trans"><p>想让你的项目在加密领域的顶尖思想面前展示吗？在我们的下一份行业报告中展示它，数据与影响相遇。</p>
</div>

Amazon unveils Trainium3 chip as it accelerates push into AI hardware

- 亚马逊推出最新 AI 训练芯片 Trainium3，旨在挑战 Nvidia 和 Google 的市场主导地位。  
- Trainium3 已在部分 AWS 数据中心运行，计划明年快速扩展。  
- 亚马逊希望通过降低成本吸引更多客户，尽管仍面临软件库不足的挑战。  

亚马逊发布 Trainium3 芯片，进一步加速其在 AI 硬件领域的推进