Is Amazon Quietly Building an AI Empire That Could Actually Challenge Nvidia?
Создаёт ли Amazon тихой сапой империю ИИ, способную бросить вызов Nvidia?
Итак, Trainium3 от Amazon в 4 раза быстрее и эффективнее по энергопотреблению, чем предыдущее поколение. Это уже не просто улучшение — это скачок. А с более чем миллионом чипов Trainium2 в обращении, которые в основном работают в Bedrock для более чем 100 тысяч компаний, Amazon уже не просто участвует в гонке чипов ИИ — они масштабируются так, будто пришли надолго. Энди Джаcси больше не притворяется: они нацелены на доминирование по цене и производительности, по тому же сценарию, который сделал AWS королём.
Самое главное? Anthropic. Более полумиллиона чипов Trainium2 в Project Rainier только для них. А AWS довольны — ведь в обмен Anthropic выбрала их в качестве основного партнёра по обучению моделей. Даже OpenAI теперь работает на AWS — хотя, иронично, всё ещё на чипах Nvidia. Но вот поворот: Trainium4, как говорят, будет работать совместно с GPU Nvidia. Amazon пытается победить Nvidia... или просто гарантирует, что все останутся на AWS, независимо от того, чипы кого они используют?
Давайте честно: CUDA — это ров. Переписывать стек ИИ под другой чип — не как поменять веб-фреймворк. Речь о миллионах строк оптимизированного кода, созданного на инструментах Nvidia. Игра Amazon с совместимостью Trainium4 — умна: речь не о свержении Nvidia, а о превращении в стандартную платформу. AWS выигрывает даже если Nvidia всё равно получает деньги.
Слушайте, я люблю низкие цены так же, как любой другой основатель, но если строю критически важный ИИ, всё ещё выбираю Nvidia. Совместимость с CUDA по-прежнему является золотым стандартом. Но если AWS предложит сопоставимую производительность на 30% дешевле и полную интеграцию с Bedrock — это убедительный аргумент для стартапов с ограниченным бюджетом.
Вот именно. И не забывайте: даже если Trainium4 будет «совместим», экосистема всё равно будет рассматривать GPU Nvidia как основной вычислительный блок. AWS, возможно, включит их в пакет, но нагрузки с высокими требованиями к производительности будут продолжать идти на Nvidia. Это как предлагать дизельные и гибридные двигатели — один всё ещё воспринимается как настоящая сила под капотом.
Развёртывание Project Rainier было связано не с ценой — а с масштабом и контролем. Объединив полмиллиона чипов Trainium2, мы достигли беспрецедентной скорости обучения. Такую глубокую интеграцию нельзя просто купить вместе с готовыми решениями Nvidia. Это была не экономия — а стратегический скачок.
Классический ход Amazon: занижать цену у лидера, заполнить рынок таким объёмом, чтобы сжать маржу, а затем настолько плотно всё интегрировать, что стоимость перехода станет неприемлемой. Мы видели это с EC2, теперь наблюдаем с Trainium. Настоящий вопрос: смогут ли другие 'большие четыре' (Google, Meta, Microsoft) когда-нибудь сделать то же самое с Amazon?
Настоящая революция придет не от AWS или Nvidia — а от открытых чипов. Представьте себе чип ИИ на базе RISC-V с открытыми инструментами разработки. Зависимость от CUDA сильна только потому, что альтернативы либо проприетарные, либо фрагментированы. Открытое оборудование может наконец разорвать этот цикл.
Открытые инструменты звучат хорошо в теории, но разрыв в производительности огромен. Вы думаете, Meta доверит обучение всей модели Llama любительскому чипу на RISC-V? Повезёт, если получится достигнуть нанонорм ниже 10 нм без TSMC. Открытое оборудование не выиграет по производительности — разве что в узких задачах с жёстким контролем затрат.
Все сосредоточены на чипах, но победит тот, кто контролирует счёт за облако. AWS не нужно убивать Nvidia — им нужно быть платформой, через которую течёт деньги ИИ. Trainium — это инструмент влияния, а не замена.