Amazon AWS (Amazon Web Services) намерена бросить вызов доминированию Nvidia на рынке чипов для искусственного интеллекта, развивая свою стратегию по созданию собственных чипов с помощью процессоров Graviton4 и ускорителей серии Trainium. Эти чипы разработаны для максимизации прибыли в задачах ИИ за счет снижения затрат на передачу данных в облачных средах.
AWS анонсировала обновление своего чипа Graviton4, которое обеспечивает пропускную способность сети 600 гигабит в секунду, что, по словам компании, является самым высоким показателем в публичном облаке. Али Саиди, инженер AWS, сравнил эту скорость с работой устройства, считывающего 100 музыкальных компакт-дисков в секунду. Процессор Graviton4 — один из многих чипов, выпускаемых лабораторией Annapurna Labs компании Amazon в Остине, штат Техас, и это победа для стратегии компании по разработке собственных решений, позволяющая ей конкурировать с традиционными игроками, такими как Intel и AMD.
С приближением обновления Graviton4 и появлением чипов Trainium от Project Rainier, Amazon продемонстрировала свои амбиции контролировать всю инфраструктуру ИИ, от сети до обучения и вывода результатов. По мере того, как все больше крупных моделей ИИ, таких как Claude 4, доказывали свою способность успешно обучаться на оборудовании, не принадлежащем NVIDIA, вопрос заключался не в том, сможет ли AWS конкурировать с гигантом в области чипов, а в том, какую долю рынка она сможет занять.
Хатт утверждает, что Amazon предложит более дешевые альтернативы графическим процессорам Nvidia
Старший директор AWS по работе с клиентами и разработке продуктов Гади Хатт заявил, что Amazon хочет снизить затраты на обучение ИИ и предложить альтернативы Nvidia . По данным AWS, модель ИИ Claude Opus 4 от Anthropic запущена на графических процессорах Trainium2, а проект Rainier работает на более чем 500 000 чипах — заказ, который обычно достался бы Nvidia.
Хатт заявил, что, хотя чип Nvidia Blackwell превосходит Trainium2 по производительности, чип AWS предлагает лучшее соотношение цены и качества. Он также отметил, что Trainium3 выйдет в этом году, и его производительность будет вдвое выше, чем у Trainium2, а также позволит сэкономить дополнительно 50% энергии. Рами Синно, директор по разработке в Annapurna Labs компании AWS, заявил, что спрос на эти чипы уже превышает предложение.
«Наш ассортимент очень и очень большой, но к каждой услуге, которую мы создаём, привязан клиент»
– Рами Синно , технический директор лаборатории AWS Annapurna Labs.
Команда AWS подчеркнула, что, хотя компания признает наличие определенных пробелов, она предпочитает работать с небольшими инновационными стартапами, такими как Anthropic, Scale AI и Fiddler, а не полагаться на крупных поставщиков. Amazon часто поддерживает эти компании посредством стратегических инвестиций, формируя взаимовыгодные отношения в обмен на предоставление капитала или инфраструктуры, как в случае с Anthropic. AWS анонсировала проект Rainier — суперкомпьютер для искусственного интеллекта, созданный для стартапа Anthropic, — на конференции Invent 2024 в декабре прошлого года и, как сообщается, инвестировала в Anthropic 8 миллиардов долларов.
Чипы AWS Graviton4 и Trainium3 обещают улучшенную производительность и эффективность
Команда Amazon сообщила , что обновленные чипы Graviton4 и Trainium3, выход которых запланирован на конец 2025 года, обещают четырехкратный скачок производительности и 40-процентное повышение энергоэффективности, что еще больше сократит прибыль Nvidia. В компании добавили, что это не просто победа для роста выручки AWS, но и прямой удар по премиальным графическим процессорам Nvidia.
Рахул Кулкарни, директор по управлению продуктами в области вычислительных систем и искусственного интеллекта в Amazon, заявил, что обновленный Graviton4 обещает в три раза увеличить вычислительную мощность и объем памяти по сравнению с предшественником, на 75% увеличить пропускную способность памяти и на 30% повысить производительность. Он добавил, что в совокупности ожидается более высокая производительность за те же деньги, то есть пользователи получат значительно большую производительность за каждый потраченный доллар.
Патрик Мурхед, генеральный директор и главный аналитик Moor Insights & Strategy, заявил, что все компании, занимающиеся искусственным интеллектом, тратят огромные деньги на разработку чипов, добавив, что у них гигантские бюджеты на НИОКР, несмотря на то, что точные цифры инвестиций не разглашаются. Мурхед, который более десяти лет проработал вице-президентом dent AMD , добавил, что Nvidia по-прежнему остается доминирующим игроком на рынке чипов для ИИ. Однако спрос достаточно высок, чтобы поддерживать нескольких конкурентов, включая AWS.
