Trainium3：3nm AI芯片破解算力瓶颈
在re:Invent2025大会上，针对AI模型规模扩大带来的算力需求，亚马逊云科技推出首款3nm制程的Trainium3 AI芯片，并基于其打造Amazon EC2 Trainium3 UltraServers（Trn3 UltraServers），现已正式可用。
与上一代相比，Trn3 UltraServers计算性能提升4.4倍，能效提升4倍，内存带宽提升近4倍，单系统可集成144颗芯片，总算力达362 FP8 PFLOPs。
在实际场景中，Trainium3展现出强劲效能：运行OpenAI开源模型GPT-OSS时，单芯片吞吐量提升3倍，响应速度加快4倍，可将模型训练周期从数月缩短至数周。Anthropic、Ricoh等客户已通过Trainium系列将训练与推理成本降低50%，Amazon Bedrock也已在Trainium3上运行生产级工作负载。
Trainium3的算力突破需匹配低延迟网络才能释放最大价值，亚马逊云科技通过垂直集成的网络架构，为分布式AI计算打通了数据流动通道。
网络升级：构建无延迟的算力协同体系
分布式AI计算的通信瓶颈是行业共性难题，亚马逊云科技通过垂直集成的网络基础设施给出解决方案。Trn3 UltraServers搭载全新NeuronSwitch-v1与增强型Neuron Fabric网络，前者使单台服务器带宽提升2倍，后者将芯片间通信延迟降至不足10微秒。
未来布局：Trainium4开启跨架构协同
亚马逊云科技已经着手研发下一代Trainium4，其设计目标是在各项性能指标上实现显著提升，包括至少6倍的FP4处理性能、3倍的FP8性能以及4倍的内存带宽，以支撑下一代前沿模型的训练与推理需求。随着硬件与软件的持续优化，最终的整体性能提升将远高于这些芯片参数本身的提升幅度。
扩展性革新成为核心亮点：Trainium4将支持NVIDIA NVLink Fusion技术，实现与Graviton CPU、Elastic Fabric Adapter（EFA）在通用MGX机架内的无缝协作，构建兼容GPU与Trainium服务器的机架级AI基础设施，兼顾灵活性与高性能，为高要求AI工作负载提供优化平台。
从芯片到网络，从当前产品到未来布局，Peter DeSantis的分享勾勒出亚马逊云科技的基础设施革新逻辑：以全栈优化打破性能瓶颈，以定制化设计降低运营成本，最终让不同规模的企业都能以更低门槛获取AI时代的核心算力。