📊Bloomberg Technology•較早收集於 33m
亞馬遜採用 Cerebras 巨型晶片助 AI
💡亞馬遜搭配 Cerebras 巨晶片與 Trainium，提升 AWS 上 AI 模型運行速度。
⚡ 30-Second TL;DR
有什麼變化
亞馬遜將使用 Cerebras 巨型晶圓級晶片搭配 Trainium 處理器
為什麼重要
此合作強化 AWS 在 AI 雲端服務的競爭力，可能加速巨型模型訓練，並吸引更多企業 AI 工作負載遠離 Google Cloud 等對手。
下一步行動
查看 AWS EC2 公告，確認 Cerebras-Trainium 實例可用性，以基準測試您的 AI 訓練工作。
誰應關注：Enterprise & Security Teams
關鍵要點
- •亞馬遜將使用 Cerebras 巨型晶圓級晶片搭配 Trainium 處理器
- •組合針對提升 AI 模型與軟體執行效能
- •Cerebras 專攻大規模 AI 工作負載的巨型晶片
🧠 深度解析
背景與延伸：來自公開資料，非原文內容。引用 3 個來源。
🔑 增強重點摘要
- •Cerebras Systems 的 Wafer-Scale Engine (WSE) 晶片採用晶圓級設計，包含數百萬核心，專為超大規模 AI 訓練優化。
- •亞馬遜與 Cerebras 合作前，已推出 Trainium3 (3nm 製程，效能為前代 4 倍，能源效率提升 40%) 及即將推出的 Trainium4，支持 Nvidia NVLink Fusion 互聯。
- •亞馬遜 AWS Trainium2 UltraServers 可整合高達 64 顆晶片，使用 NeuronLink 互連，提供高達 362 MXFP8 PFLOPs 效能。
- •亞馬遜與 Marvell 簽訂五年協議確保 Trainium 晶片供應，並計畫 2026 年 AI 支出達 2000 億美元。
🛠️ 技術深入
- •Cerebras Wafer-Scale Engine (WSE-3) 為第三代晶片，使用 5nm 製程，包含 4 兆電晶體、900,000 AI 核心，支援 44GB on-chip SRAM 記憶體。
- •Trainium3 UltraServers 使用 NeuronSwitch-v1 互連高達 144 顆 Trainium3 晶片，提供 20.7 TB HBM3e 記憶體及 706 TB/s 頻寬。
- •Trainium2 實例支援至 16 顆晶片，UltraServers 至 64 顆，透過 NeuronLink 實現晶片間高速通訊，優化大型語言模型訓練。
🔮 前景展望AI analysis grounded in cited sources
AWS AI 基礎設施將在 2026 年後主導混合晶片生態
Trainium4 支援 NVLink Fusion 允許與 Nvidia GPU 互操作，結合 Cerebras 巨型晶片提升大規模 AI 工作負載效能。
亞馬遜自訂晶片業務年成長率超過三位數
AWS 自訂晶片業務已達年化 100 億美元收入，並透過 Marvell 供應協議及 Cerebras 整合加速擴張。
⏳ 時間線
2016-12
Cerebras Systems 成立，開發首款 Wafer-Scale Engine 晶片
2020-08
Cerebras 推出第一代 WSE-1 晶片
2021-12
亞馬遜推出首代 Trainium 處理器
2023-12
Cerebras 推出 WSE-2 晶片
2025-12
亞馬遜 re:Invent 發表 Trainium3 晶片
2026-03
亞馬遜宣布整合 Cerebras 巨型晶片與 Trainium
📎 來源 (3)
Factual claims are grounded in the sources below. Forward-looking analysis is AI-generated interpretation.
📰
AI 週報
閱讀本週精選 AI 大事摘要 →
👉相關動態
AI 策展新聞聚合。所有內容版權歸原始發布者所有。
原始來源： Bloomberg Technology ↗
每週 AI 簡報
每週一封，可隨時退訂。