立即询价 亚马逊发布新一代AI芯片Trainium3，性能提升4倍
发布时间：2025-12-09
作为亚马逊首款3纳米工艺AI芯片，Trainium3的核心突破在于性能、能效与扩展性的全面跃升。其计算性能较前代Trainium2提升4.4倍，内存带宽与能效分别增加4倍和40%，单芯片集成144GB高带宽内存（HBM3e），提供2.52FP8 PFLOPs算力。这一性能飞跃得益于三大技术创新：
3纳米制程工艺：晶体管密度提升70%以上，相同面积下集成更多计算单元，能效比提升40%，单位算力能耗降低40%。
Neuron Fabric互联技术：单台Trn3 UltraServer可集成144颗芯片，通过EC2 UltraClusters 3.0架构扩展至百万颗芯片集群，规模较上一代提升10倍，时延降低4倍。
智能功耗管理：动态调节供电频率，高负载时提升计算核心性能，空闲时降低功耗，平衡性能与能效。
实测数据显示，Trainium3在训练OpenAI GPT-OSS模型时，单芯片吞吐量提升3倍，推理响应速度提升4倍，训练成本降低50%。
Trainium3的登场并非孤立事件，其前代产品Trainium2已为亚马逊AI芯片生态奠定基础。作为AWS在2024年推出的第二代AI训练芯片，Trainium2采用多核架构设计，支持高并发计算，峰值性能达每秒数千亿次浮点运算，性价比较GPU实例提升30%-40%。
其核心优势包括，定制化硬件优化，针对Transformer架构设计注意力机制加速单元，大语言模型训练效率提升40%。NeuronLink超速互联，通过低延迟网络连接4个Trn2服务器，形成83.2Petaflops算力的UltraServer，支持超大规模模型训练。生态兼容性，支持TensorFlow、PyTorch等主流框架，无缝迁移现有模型，降低技术门槛。
Trainium2的商业化已取得实质进展。Adobe、Poolside等企业利用其训练和部署AI模型，Anthropic的“Project Rainier”项目更通过数十万颗Trainium2芯片构建超级集群，算力较前代提升5倍。
AWS在发布Trainium3的同时，预告了下一代芯片Trainium4的研发进展，其核心突破在于与英伟达生态的深度整合。支持英伟达GPU与Trainium芯片高速互联，形成机架级AI基础设施，兼顾性能与成本。FP8算力提升3倍，FP4算力提升6倍，内存带宽提升4倍，模型训练与推理吞吐量至少提升3倍。通过持续软硬件协同，实际性能提升将远超基准数值，降低客户迁移成本。
这一战略调整直指AI芯片市场的核心矛盾：性能竞争与生态壁垒。尽管Trainium3内存容量（144GB）较谷歌TPU（192GB）和英伟达Blackwell（288GB）存在差距，但通过与英伟达的合作，AWS试图在保持性价比优势的同时，吸引依赖英伟达生态的客户迁移至Trainium平台。
亚马逊的芯片战略已初见成效。截至2024年，Trainium系列在AWS数据中心部署速度超预期，Anthropic计划年底使用超百万颗Trainium2芯片。对于客户而言，Trainium3的性价比优势显著。其一成本降低，与GPU系统相比，训练和推理成本最高降低50%，碳排放减少40%。其二弹性扩展，支持从单芯片到百万芯片集群的无缝扩展，满足不同规模需求。其三行业适配，覆盖金融风控、医疗影像分析、自动驾驶等高并发场景，推动AI技术商业化落地。
然而，挑战依然存在。亚马逊需进一步丰富软件库生态，吸引更多第三方开发者采用Trainium平台。对此，AWS通过提供Neuron SDK开发套件、性能分析工具等，降低模型迁移门槛，同时以Trainium4的生态兼容性为长期竞争力铺路
相关新闻
高通洽谈 80-100 亿美元收购 RISC-V AI 芯片企业 Tenstorrent，加码全球 AI 算力赛道
一、事件核心详情海外科技媒体《The Information》6 月 16 日独家爆料，移动芯片巨头高通正在与加拿大 AI 芯片初创公司Tenstorrent展开深度收购谈判，本次交易估值区间为80 亿 —100 亿美元（折合人民币 541 亿 - 676 亿元），采用现金 + 股票混合支付模式，目前双方均未官方确认该收购传闻，交易存在谈判破裂、报价调整等不确定性风险。本次收购溢价极高：
2026-06-17
全球科技正在经历一场深刻的时代变迁。智能化带来科技革命；逆全球化趋势下的大国博弈；美国悍然对中国科技降下的重重铁幕，以及中国科技的被迫突围……这种种一切，如果要放在一个面积最小的舞台上展现出来，这个舞台一定叫麒麟芯片。11月25日，华为Mate 80系列发布会在深圳召开。关于产品的细节这里暂且略过，在开机后的设置画面里我看到了一个熟悉却又陌生的字样：这台手机的SoC处理器型号，叫作麒麟9030。虽
2025-11-27
光本位科技宣布正在用玻璃代替硅作为衬底来研制玻璃光计算芯片。在光本位科技此次突破之前，世界主流光计算公司普遍选择以硅为衬底制造光计算芯片。这是因为硅光平台与现有CMOS工艺之间几乎无缝兼容，具有较高的工艺成熟度和集成便利性。然而，纯硅调制存在诸多局限性，其中最为突出的是矩阵规模扩展困难。从64×64扩大至128×128的矩阵规模，竟然间隔了三年之久，这严重制约了光计算芯片性能的提升和应用的拓展。与
2026-01-19
