Amazon砸750億美元挑戰Nvidia：Trainium3能否撼動AI晶片霸權？

AWS以500億美元與OpenAI達成獨家合作，核心是自研Trainium3晶片。這場晶片競賽對台積電、亞洲科技業及全球AI基礎設施意味著什麼？深度分析。

誰控制了晶片，誰就控制了AI的未來。

2026年3月，Amazon CEO安迪·賈西宣布與OpenAI達成規模高達500億美元（約1.6兆新台幣）的合作協議後，AWS隨即對外開放了位於德州奧斯汀的晶片研發實驗室——這個決定本身，就是一個訊號。這間實驗室的前身是Amazon於2015年以約3.5億美元收購的以色列晶片設計公司Annapurna Labs，十年磨一劍，如今站上了AI基礎設施競爭的最前線。

這筆交易的真正籌碼是什麼？

表面上，這是一筆雲端服務合約。但深入看，核心是晶片。

根據協議，AWS將向OpenAI提供2吉瓦（GW）的Trainium運算容量，並成為OpenAI新一代AI代理平台「Frontier」的獨家雲端供應商。這個「獨家」二字意義重大——如果AI代理（AI Agent）真如矽谷預期般成為下一個重要產品形態，Frontier的流量規模將極為可觀。

然而，這份「獨家」協議已出現雜音。據英國金融時報報導，Microsoft認為此交易可能違反其與OpenAI的既有合約——後者賦予微軟獲取OpenAI所有模型與技術的權利。這場三角關係如何收場，目前仍是未知數。

回到晶片本身。Trainium3採用3奈米製程，由全球最先進的3奈米製造商台積電代工生產。AWS宣稱，搭載Trainium3的新型「Trn3 UltraServer」，執行AI推論任務的成本比傳統雲端伺服器低達50%。目前，Anthropic的Claude模型已運行在超過100萬顆 Trainium2晶片上，而AWS的Bedrock服務中，Trainium2已承擔了大多數推論流量——且產能仍供不應求。

技術突破的關鍵在於新設計的「Neuron交換器」。工程總監馬克·卡洛爾表示：「每一顆Trainium3晶片都能以網狀架構與其他晶片互通，大幅降低延遲。這就是Trainium3在每瓦效能上屢創紀錄的原因。」

廣告合作

[email protected]

Nvidia的護城河究竟有多深？

Nvidia的真正優勢從來不只是效能，而是生態系統。多年來，開發者基於Nvidia的CUDA框架撰寫程式，要遷移到其他平台需要大量重構工作，這形成了極高的「轉換成本」。

AWS的應對策略是降低遷移門檻。透過支援廣泛使用的開源框架PyTorch，以及Hugging Face上大量的開源模型，開發者只需「基本上修改一行程式碼，重新編譯，就能在Trainium上運行」（卡洛爾語）。

此外，AWS本月還宣布與Cerebras Systems合作，將Cerebras的推論晶片整合至Trainium伺服器，主打超低延遲AI運算。這顯示AWS的野心不只是提供替代方案，而是要建構一套完整的AI運算生態。

台灣與亞洲供應鏈的視角

這場競賽對亞洲科技業的影響，不能忽視。

台積電是這場遊戲最確定的受益者之一。 Trainium3由台積電3奈米製程生產，AWS與OpenAI的大規模合約意味著台積電先進製程的訂單需求將持續攀升。然而，產能終究有限——當AWS、Apple、Nvidia、AMD同時競爭台積電的3奈米產能時，其他客戶的排程壓力將不可避免地上升。

從地緣政治角度看，這一切都發生在美中科技脫鉤持續深化的背景下。美國持續限制先進晶片出口至中國大陸，而AWS、Nvidia等美國科技巨頭正在加速建立以台積電為核心的非中國供應鏈。這對中國大陸的AI產業意味著什麼？本土替代方案——如華為的昇騰系列——能否在封閉環境中建立足夠的生態競爭力，仍是一個懸而未決的問題。

對於台灣、新加坡、南韓等亞洲科技重鎮的企業而言，AWS推動的低成本AI推論基礎設施，可能加速企業採用AI應用的速度。但這同時也意味著，AI基礎設施的話語權將進一步集中在少數美國雲端巨頭手中。