A AWS desafia o domínio de IA da Nvidia com seu chip personalizado

A AWS da Amazon (Amazon Web Services) está prestes a desafiar o domínio de mercado da Nvidia no setor de chips de IA, ao avançar em sua estratégia de chips personalizados por meio dos CPUs Graviton4 e da série de aceleradores Trainium. Os chips personalizados são projetados para maximizar as margens de lucro em cargas de trabalho de IA, reduzindo os custos de transferência de dados em ambientes de nuvem.

AWS . A empresa acredita que o FRUT servirá como uma “expressão de bilhete único” dos aspectos de plataforma e hardware da inteligência artificial. Isso simplesmente significa que os investidores têm acesso à infraestrutura de IA com um produto, em vez de misturar diferentes fabricantes de chips e nomes de plataformas. uma atualização para seu chip Graviton4 que inclui 600 gigabits por segundo de largura de banda de rede, que a empresa chama de a maior oferta na nuvem pública. Ali Saidi, engenheiro na AWS, comparou a velocidade a uma máquina lendo 100 CDs de música por segundo. O CPU Graviton4 é um dos muitos produtos de chips da Annapurna Labs da Amazon em Austin, Texas, e representa uma vitória para a estratégia personalizada da empresa, colocando-a contra jogadores tradicionais como Intel e AMD.

Com a atualização do Graviton4 se aproximando e os chips Trainium do Project Rainier, a Amazon demonstrou sua ambição de controlar toda a pilha de infraestrutura de IA, desde a rede até o treinamento e a inferência. À medida que mais modelos principais de IA, como o Claude 4, provaram que podiam treinar com sucesso em hardware não NVIDIA, a questão não era se a AWS poderia competir com o gigante de chips, mas quanto de participação de mercado ela poderia conquistar.

Hutt diz que a Amazon fornecerá alternativas mais baratas às GPUs da Nvidia

Gadi Hutt, Diretor Sênior de Engenharia de Cliente e Produto da AWS, disse que a Amazon queria reduzir os custos de treinamento de IA e fornecer alternativas a da cadeia de suprimentos da unidades de processamento gráfico (GPUs) caras. De acordo com a AWS, o modelo de IA Claude Opus 4 da Anthropic foi lançado em GPUs Trainium2, e o Project Rainier é alimentado por mais de 500 mil chips — uma ordem que geralmente teria ido para a Nvidia. 

Hutt disse que, embora o Blackwell da Nvidia fosse um chip de desempenho superior ao Trainium2, o chip da AWS oferecia melhor custo-benefício. Ele também apontou que o Trainium3 estava chegando este ano, dobrando o desempenho do Trainium2, e economizaria energia em mais 50%. Rami Sinno, Diretor de Engenharia na Annapurna Labs da AWS, disse que a demanda por esses chips já estava superando a oferta.

“Nossa oferta é muito, muito grande, mas cada serviço que construímos tem um cliente associado a ele.”

–Rami Sinno, Diretor de Engenharia na Annapurna Labs da AWS

A equipe da AWS enfatizou que, embora a empresa tenha reconhecido lacunas específicas, preferiu trabalhar com startups inovadoras menores, como Anthropic, Scale AI e Fiddler, em vez de depender de grandes fornecedores. A Amazon frequentemente apoia essas empresas por meio de investimentos estratégicos, formando relações mutuamente benéficas em troca de fornecer capital ou infraestrutura, como no caso da Anthropic. A AWS anunciou o Project Rainier — um supercomputador de IA construído para a startup Anthropic — na conferência Invent 2024 em dezembro passado e, segundo relatos, investiu US$ 8 bilhões no apoio à Anthropic.

Os chips Graviton4 e Trainium3 da AWS prometem desempenho e eficiência aprimorados 

A equipe da Amazon divulgou que os chips atualizados Graviton4 e Trainium3, previstos para o final de 2025, prometiam um salto de desempenho de 4x e 40% melhor eficiência energética, comprimindo ainda mais as margens da Nvidia. Ela acrescentou que isso não era apenas uma vitória para o crescimento do faturamento da AWS, mas um ataque direto ao prêmio das GPUs da Nvidia.

Rahul Kulkarni, Diretor de Gerenciamento de Produto para Computação e IA da Amazon, disse que o Graviton4 atualizado prometia entregar três vezes o poder de computação e memória de seu antecessor, 75% mais largura de banda de memória e 30% melhor desempenho. Ele acrescentou que, coletivamente, esperava-se que entregasse mais desempenho por preço, significando que os usuários obtinham muito mais desempenho por cada dólar gasto.

Patrick Moorhead, CEO e Analista Chefe da Moor Insights & Strategy, disse que todas as empresas de IA estão gastando muito dinheiro no desenvolvimento de chips, acrescentando que elas tinham orçamentos de P&D gigantescos, apesar de não divulgarem as cifras exatas de quanto estavam investindo. Moorhead, que passou mais de uma década como vice-presidente na AMD, acrescentou que a Nvidia ainda permanecia um jogador dominante no mercado de chips de IA. No entanto, havia demanda suficiente para apoiar vários concorrentes, incluindo a AWS.