AWS开放自研Trainium AI芯片对外销售，云厂商定制ASIC商业化拐点到来，重构全球算力芯片竞争格局

发布时间：7小时前

类别：行业动态

阅读：4

6 月 18 日，亚马逊云科技 AWS 高层公开确认，旗下自研 Trainium 系列 AI 训练芯片将打破内部自用限制，正式面向全球政企、数据中心服务商开放销售，标志着谷歌、亚马逊、百度、腾讯等云厂商自研 ASIC 芯片从 “内部降本工具” 转向对外商用产品，全球 AI 算力芯片赛道迎来结构性变局36氪。

过去数年，定制 AI 专用芯片（ASIC）仅用于消化云厂商自有大模型训练、推理负载，并未对外流通。行业测算数据显示，大规模推理场景下，ASIC 相较通用 GPU 综合使用成本优势可达 40%-65%，Midjourney 迁移至谷歌 TPU 后月度算力成本从 210 万美元降至 70 万美元，极致能效成为云厂商自研芯片核心竞争力36氪。伴随全球 AI 企业算力采购成本压力上升，定制化 ASIC 商业化时机全面成熟。

AWS Trainium 芯片采用自研异构架构，针对大模型分布式训练优化内存带宽与数据并行调度，单卡算力密度、单位功耗算力大幅优于通用 GPU 产品。本次对外供货同步配套完整软件栈、算子库与整机交付方案，中小 AI 企业无需从零搭建适配环境即可快速部署，降低大模型落地硬件门槛。除 Trainium 训练芯片外，AWS Inferentia 推理芯片同步开放批量采购，覆盖云端推理、本地边缘算力全场景。

全球头部云厂商同步跟进商业化布局，谷歌 TPU 持续扩大对外供货规模，定价相较同级通用算力芯片下调近 60%；国内昆仑、沧海等自研 AI 芯片持续扩容对外合作客户，面向政企、金融、工业 AI 场景推出成套算力整机。行业逻辑发生根本性转变：过去算力市场由通用 GPU 厂商主导，如今云厂商依托海量场景数据、自研架构、规模化量产成本优势，切入中端推理、大规模训练市场，分流传统 GPU 市场份额。

供应链层面，ASIC 芯片代工订单持续挤压高端先进制程产能，台积电、三星 2/3nm 产线订单进一步饱和，加剧全球先进晶圆产能紧缺；同时定制芯片需求带动 Chiplet 芯粒、先进封装订单同步上涨，混合键合、3D 堆叠工艺扩产节奏持续提速。中长期来看，AI 算力市场将形成 “高端超算 GPU + 中端商用 ASIC + 边缘 NPU” 三层竞争结构，定制化专用芯片凭借成本优势持续提升渗透率，算力芯片市场多元化竞争时代全面开启。