---
title: "亚马逊Trainium芯片不止能运行、还能训练AI模型，10月29日财报前考验英伟达"
description: "SemiAnalysis实测显示，Trainium2与Trainium3如今已能在原生PyTorch下承担研究级训练；报告发布当天，安迪·贾西称推理成本仍贵了10倍，并把亚马逊自研芯片当作解法。这次松动的，正是那道把研究人员留在英伟达阵营的软件壁垒。亚马逊将于10月29日发布财报。"
publisher: "The Inference"
section: "Chips"
published: 2026-10-23T23:10:16.632Z
modified: 2026-10-23T23:10:16.632Z
canonical: https://theinference.org/article/amazon-s-trainium-can-now-train-ai-models-not-just-run-them-testing-nvidia-before-amazon-s-october-29-report/zh-CN
language: zh-CN
keywords: "Amazon, Trainium, Nvidia, AI Chips, AWS, Anthropic"
---

# 亚马逊Trainium芯片不止能运行、还能训练AI模型，10月29日财报前考验英伟达

> SemiAnalysis实测显示，Trainium2与Trainium3如今已能在原生PyTorch下承担研究级训练；报告发布当天，安迪·贾西称推理成本仍贵了10倍，并把亚马逊自研芯片当作解法。这次松动的，正是那道把研究人员留在英伟达阵营的软件壁垒。亚马逊将于10月29日发布财报。

[亚马逊](https://theinference.org/markets/companies/amazon)自研的AI芯片Trainium跨过了定义它的那条界线：现在，它不仅能运行模型，还能训练模型。独立芯片研究机构[SemiAnalysis](https://theinference.org/markets/companies/semianalysis)刚在Trainium3机架上实测数周，[发布报告称，多数研究人员已经在用的PyTorch框架如今可以在Trainium上原生运行](https://newsletter.semianalysis.com/p/amazons-trainium-takes-a-strike-at)：代码能在动态图模式（eager mode）下逐行执行，正是研究人员所习惯的方式；提速工具torch.compile可以正常使用；几乎唯一要做的改动，是把`.to("cuda")`换成`.to("neuron")`[1]。

局限也说得直白：这套软件栈“与CUDA生态的成熟度相去甚远”——CUDA即[英伟达](https://theinference.org/markets/companies/nvidia)的软件层；测试中最大的模型为320亿参数，属于研究级规模，还算不上一次前沿模型训练[1]。

同一天，亚马逊首席执行官[安迪·贾西](https://theinference.org/markets/people/andy-jassy)把话题放在了需求端。他对风投机构[a16z](https://theinference.org/markets/companies/a16z)表示，推理——模型每次作答都要付费购买的那部分算力——成本仍然贵了一个数量级；他还称，Trainium的性价比比同类处理器高出30%至40%[2]。英伟达的训练定价，正是建立在SemiAnalysis刚刚量出的这层软件摩擦之上。而这层摩擦，正在消退。

## 切换成本曾是那道护城河

[Anthropic](https://theinference.org/markets/companies/anthropic)是Claude背后的AI实验室，也是Trainium的头号客户，目前已在Trainium2和Trainium3上承担生产级推理和强化学习rollout[1]。迟迟未攻下的是研究训练：研究人员每天都在重塑模型架构，而旧的Trainium路径要经过XLA式图编译器，从CUDA迁移过来的研究者不得不重学训练循环[1]。

SemiAnalysis训练了开放权重的Qwen3-32B，修改了它的架构代码，还把gpt-oss训练配方——[OpenAI](https://theinference.org/markets/companies/openai)开放权重的训练方案——直接开箱跑通[1]。结果：编译模式下达到每秒14,156个token、MFU为30.47%，较动态图模式下的每秒11,099个、MFU为23.89%提升1.28倍[1]。MFU衡量一次训练实际用上芯片峰值算力的比例。

在这背后，是一套规模最高达8万个物理核心的自动化质检体系：它对照英伟达基准，在研究人员共享代码的仓库[Hugging Face](https://theinference.org/markets/companies/hugging-face)上，对排名前10万的模型逐一核对数值[1]。AWS还聘请了曾主导谷歌在TPU芯片上原生运行PyTorch的工程师，在这里如法炮制[1]。每通过一项测试，研究人员就多一个无需改写代码即可迁移的模型。

## 利润率的证据先行一步

资金先于测试而动。2026年第二季度，即便资本开支持续攀升，AWS的营业利润率仍达到39.4%[3]。其[签约在手订单达4960亿美元](https://www.techtimes.com/articles/322572/20260731/aws-backlog-hits-496b-amazon-raises-ai-spend-220b-capacity-runs-short.htm)，2026年产能实际上已售罄，2027年产能也基本订满[3]。

Anthropic与OpenAI已披露的未来Trainium采购承诺合计超过2250亿美元[2]。本月早些时候，我们曾报道亚马逊[出售80亿美元英伟达芯片的风险](https://theinference.org/article/amazon-is-selling-the-risk-on-8-billion-of-nvidia-chips-not-the-chips)；那笔交易缺失的另一半，是Trainium能凭自家软件赢得业务的证明，而这一证明本周公之于众[2]。

*Chart: **亚马逊季度资本开支三年增长近四倍** 折线图：亚马逊季度资本开支从2023年第三季度的113亿美元升至2026年第二季度的531亿美元。*

*季度资本开支数据来自亚马逊向美国证券交易委员会（SEC）提交的文件；2026年全年约2200亿美元的计划为公司指引，并非图中绘制的数据。 [3][4]*

## 瓶颈转移至编译器

如今限制Trainium的，是软件打磨，而亚马逊正在花钱补齐这块短板。编译gpt-oss训练配方耗时约27分钟，对每小时都在迭代的研究人员而言纯属空耗；AWS表示，重构后的编译器目标是把这段等待最多压缩到原来的百分之一[1]。

亚马逊还[接近以70亿美元收购Decart](https://www.techtimes.com/articles/328919/20261012/amazon-nears-7-billion-decart-deal-fix-why-ai-developers-pick-nvidia-over-its-trainium.htm)——这家以色列初创公司的优化工具栈，能把耗时数月的CUDA移植压缩到数周[5]。Anthropic也在对冲，自建了芯片团队，但量产芯片最早要到2028年才能问世[6]。对工程师来说，最值钱的技能正从编写CUDA，转向让模型在成本最低的芯片上高效运行。

## 10月29日：这笔交易将重新定价

确凿的事实，止于训练测试和AWS的利润率；再往后便是推测：更便宜的训练叠加更便宜的推理，将开辟贾西所说的“哑铃中段”——即他预计将成为AI最大需求来源的日常商业软件[2]。

亚马逊将于10月29日发布第三季度财报，预测市场[Kalshi](https://theinference.org/markets/companies/kalshi)上的交易者认为，Trainium主导此次财报电话会议的概率为96%[2]。对亚马逊而言，问题是投资者是否将不再把自研芯片视为副业。对英伟达而言，问题则在于：训练是它最赚钱的业务，这块业务是否会开始对标一款芯片定价——而研究人员迁往这款芯片时，无需重写代码。

## Takeaway

护住英伟达训练业务的CUDA切换成本正在被侵蚀：就在安迪·贾西力推Trainium芯片作为推理成本解法的同一天，SemiAnalysis用原生PyTorch在Trainium上跑通了研究级训练。距离亚马逊10月29日发布财报，还有六天。

## Sources

1. [SemiAnalysis, "Amazon's Trainium Takes a Strike at the Training King", 23 October 2026](https://newsletter.semianalysis.com/p/amazons-trainium-takes-a-strike-at)
2. [Benzinga via Yahoo Finance, "Amazon CEO Andy Jassy Says AI Inference Is Still 10 Times Too Expensive, Claims Amazon Chips Offer Answer", 23 October 2026](https://finance.yahoo.com/technology/ai/articles/amazon-ceo-andy-jassy-says-182824730.html)
3. [TechTimes, "AWS Backlog Hits $496B as Amazon Raises AI Spend to $220B and Capacity Runs Short", 31 July 2026](https://www.techtimes.com/articles/322572/20260731/aws-backlog-hits-496b-amazon-raises-ai-spend-220b-capacity-runs-short.htm)
4. [Amazon, quarterly figures from its SEC filings, retrieved 23 October 2026](https://www.sec.gov/cgi-bin/browse-edgar?action=getcompany&CIK=0001018724)
5. [TechTimes, "Amazon Nears $7 Billion Decart Deal to Fix Why AI Developers Pick Nvidia Over Its Trainium", 12 October 2026](https://www.techtimes.com/articles/328919/20261012/amazon-nears-7-billion-decart-deal-fix-why-ai-developers-pick-nvidia-over-its-trainium.htm)
6. [TechTimes, "Anthropic Confirms In-House Chip Team: Co-Design Bet Could Cut Claude Inference Costs in Half", 5 August 2026](https://www.techtimes.com/articles/323238/20260805/anthropic-confirms-house-chip-team-co-design-bet-could-cut-claude-inference-costs-half.htm)


---

亚马逊Trainium芯片不止能运行、还能训练AI模型，10月29日财报前考验英伟达 — The Inference. Canonical: https://theinference.org/article/amazon-s-trainium-can-now-train-ai-models-not-just-run-them-testing-nvidia-before-amazon-s-october-29-report/zh-CN