全球芯片巨头英伟达于今日正式推出其最新一代AI加速芯片Blackwell Ultra，标志着人工智能算力迈入全新阶段。该芯片采用先进封装技术，算力较前代Hopper架构提升高达四倍，能效比提升30%，专为训练万亿参数级大模型而设计。英伟达CEO黄仁勋在发布会上表示，Blackwell Ultra将加速生成式AI在医疗、自动驾驶和科学计算等领域的落地。业内分析认为，此举将进一步巩固英伟达在AI芯片市场的垄断地位，并推动全球AI基础设施投资热潮。目前，亚马逊AWS、微软Azure等云服务商已宣布计划部署该芯片。
标签： 算力革命
-
亚马逊AWS推出自研AI芯片Trainium2：云端算力革命加速AI应用落地
近日，亚马逊旗下云计算服务商AWS正式发布了其自主研发的第二代AI训练芯片——Trainium2，这一消息迅速成为科技圈热议焦点。作为专为大规模模型训练设计的算力引擎，Trainium2不仅显著提升了AI模型训练效率，还大幅降低了成本，为企业和开发者打开了更高效的云端AI基础设施大门。官方介绍称，该芯片在深度学习任务上的性能相比前代提升了4倍，同时能效比优化明显，进一步巩固了AWS在云计算领域的领先地位。如需了解更多技术细节，请访问 AWS Trainium2官方网站。
核心功能与性能突破
Trainium2专为生成式AI、大语言模型（LLM）以及推荐系统等大规模训练任务设计。其核心功能包括：
- 超强算力：单个Trainium2芯片提供超过2 PFLOPS（FP8）的浮点性能，支持万亿参数级别的模型训练。
- 低延迟与高带宽：集成了HBM3内存，带宽高达9.8 TB/s，大幅减少数据搬运时间。
- 弹性扩展：支持多达10万个芯片集群互联，可轻松构建超大规模算力池。
应用场景与行业价值
Trainium2的推出直接回应了当前AI领域对算力爆发的需求。以下场景尤其受益：
- 生成式AI与多模态模型：训练GPT-4级别的语言模型或扩散模型，时间成本可降低50%以上。
- 科学计算与药物研发：加速分子动力学模拟、蛋白质结构预测等需密集计算的科研任务。
- 自动驾驶与机器人：快速迭代感知决策算法，缩短从实验室到量产的时间。
企业成本优化利器
相较于NVIDIA同类产品，Trainium2在同等性能下可节省高达40%的算力成本。AWS还提供了Trn2实例和Neuron SDK，帮助用户零修改迁移现有PyTorch、TensorFlow模型。
开发者如何使用
开发者只需在AWS控制台选择Trn2实例类型，安装Neuron核心库，即可原生支持主流框架。AWS还推出了Training Compiler自动优化计算图，让非硬件专家也能充分利用芯片潜力。
未来展望与生态布局
AWS计划在2025年推出更强大的Trainium3，采用3纳米工艺。同时，Trainium2已与Anthropic、Stability AI等头部AI公司达成深度合作，标志着自研芯片从“跟随”走向“引领”。这一举措不仅加速了AI民主化进程，也为行业提供了除英伟达之外的高性能选择。