- Amazon 在其奥斯汀实验室开发了内部人工智能芯片，以减少对 Nvidia 的依赖，并为 AWS 客户提供更具成本效益的计算解决方案。
- Amazon 开发自有 AI 芯片的举措与竞争对手在云服务中优化性能和成本的努力类似，从而获得了对其硬件生态系统的控制权。
要点
尽管 Nvidia 和 Intel 等 AI 芯片巨头占据主导地位，但包括 Microsoft 和 Google 在内的大多数公司都在尝试创新其特定产品。通过拥有整个技术栈，这些公司可以更好地优化其系统，提供独特的优势，并最终锁定客户。
–Ashley Wang，BTW 记者
发生了什么
Amazon在其位于德克萨斯州奥斯汀的芯片实验室展示了其技术武器库的重大进展，开发了内部 AI 芯片。这些芯片旨在减少Amazon Web Services（AWS）对目前主导 AI 芯片市场的 Nvidia 的依赖。
该计划旨在为 AWS 客户提供更具成本效益的计算解决方案。据亚马逊旗下云业务 AWS 的 Annapurna Labs 工程总监 Rami Sinno 称，亚马逊的客户越来越需要更便宜的 Nvidia 替代品。
经过 Amazon 工程师测试的新服务器设计采用了这些专有的 AI 芯片，与 Nvidia 的产品相比，可节省高达 50% 的成本。这一发展至关重要，因为它满足了 Amazon 客户对更实惠的 AI 处理能力日益增长的需求。该公司的 AI 芯片阵容包括 Trainium 和 Inferentia，它们与用于通用计算的成熟 Graviton 处理器相辅相成。
另请阅读：Microsoft 与 Lumen 达成 2000 万美元交易以提升 AI 基础设施
另请阅读：SK Hynix 在 AI 芯片需求激增中创下利润纪录
为什么重要
Amazon 的策略与 Microsoft 和 Alphabet 等竞争对手的类似努力相呼应，这些公司也在投资定制芯片设计，以优化性能并降低云服务成本。通过自己生产芯片，Amazon 不仅减少了“Nvidia 税”——即购买 Nvidia 强大芯片所支付的高昂费用——还对其硬件生态系统获得了更多控制，这可能会带来更好的整合和创新。
Trainium 和 Inferentia 芯片的推出，声称可节省高达 50% 的成本，不仅为 AWS 客户提供了一个有吸引力的替代方案，也迫使 Nvidia 重新考虑其定价策略，这一策略长期以来一直是需要先进 AI 能力企业的负担。
向定制 AI 硬件的战略转变可能使 Amazon 在蓬勃发展的云计算市场中更好地竞争，增强其服务产品，同时可能在价格和性能方面树立新的行业标准。