Trainium（AWS 自研 AI 芯片）

Trainium 的独特之处在于 Amazon 的资本绑定策略。Amazon 向 Anthropic 投资 80 亿美元，换来 Claude 在 Trainium 上训练的市场验证。同时 OpenAI 也宣布使用 2GW 的 AWS Trainium 算力。

这种「投资 AI 公司 → AI 公司使用自家芯片」的循环融资模式已成为行业常态——没有任何一家 AI 实验室能承受将所有赌注押在单一供应商身上。

Amazon 还通过这种方式将 Trainium 从内部使用推向外部市场，2026 年 6 月高管 Peter DeSantis 证实正在与企业洽谈直接销售自研芯片。

Trainium 3 与竞品的核心规格对比：基于台积电 N3P 工艺，约 1250 亿晶体管，144GB HBM3E，内存带宽 4.9 TB/s。在 Llama 3 70B 推理测试中达到 12,000 tokens/s/芯片，每美元吞吐量比 H100 高 60%。

与 Google Ironwood 相比，Trainium 3 在单芯片内存容量上更大（144GB vs 192GB 各有优势），但 Ironwood 的系统级互连（9216 颗芯片光学互连超级 Pod）规模更大。

与 OpenAI Jalapeno 相比，Trainium 3 部署更早、生态更成熟，但 Jalapeno 在能效比上声称更优（6.8 vs 约 5 TOPS/W）。

Project Rainier 是 AWS 基于 Trainium 2 构建的超大规模 AI 集群，被描述为世界上最大的 AI 集群之一，Amazon 在该项目上投入 110 亿美元。该集群已部署数十万颗 Trainium 2 芯片，为 Anthropic Claude 模型的训练提供算力。

Trainium 3 的部署规模预计将更大。AWS 的独特优势在于其全球基础设施——可以在多个区域快速部署 Trainium 集群，为企业提供低延迟的推理服务。98% 的 AWS 前 1000 大客户已在运行 Graviton 实例，这为 Trainium 的市场推广奠定了基础。