På Amazons regnskabskald for første kvartal den 29. april blev tidsplanen mere konkret. Jassy sagde, at der er "en god chance" for, at eksternt salg kan begynde inden for to år . En Bloomberg-rapport fra 18. juni beskrev samtidig, hvordan Amazon allerede forhandler med virksomheder, der vil installere Trainium i deres egne datacentre. Ifølge rapporten er internationale kunder, der efterspørger lokale dataløsninger, blandt målgruppen .

Hvis planen bliver gennemført, vil det være et strategisk skifte: Amazon går fra at bruge sine chips som en intern fordel i AWS til også at blive en direkte sælger af AI-hardware .

En chipforretning med store tal

Amazon fremhæver flere nøgletal, som forklarer, hvorfor selskabet overvejer at åbne for salg uden for AWS:

• Den specialdesignede chipforretning – Graviton og Trainium tilsammen – har en årlig omsætningstakt på over 20 mia. dollar og vokser med trecifrede procenttal fra år til år .
• Andy Jassy vurderer, at chipforretningen ville have en årlig omsætningstakt på cirka 50 mia. dollar, hvis den var en selvstændig virksomhed, der solgte til både AWS og eksterne kunder .
• Amazon har oplyst om kundecommitments til Trainium på over 225 mia. dollar, mens forretningen beskrives som "udsolgt to generationer frem" .

Efterspørgslen rækker også til Amazons øvrige specialdesignede chips. To store AWS-kunder har spurgt, om de kunne købe hele Amazons kapacitet af Graviton-instanser i 2026. Det afviste Amazon for at sikre tilgængelighed for den bredere kundebase .

Hvad kan Trainium-chipsene?

Amazon forsøger især at konkurrere på pris i forhold til den samlede ydelse – ikke nødvendigvis på rå beregningskraft alene.

• Trainium2: Ifølge Amazon giver anden generation cirka 30 % bedre pris-ydelse end sammenlignelige GPU-baserede cloud-instanser. Chippen er stort set udsolgt .
• Trainium3: Den begyndte at blive sendt til kunder i starten af 2026 og leverer yderligere 30–40 % bedre pris-ydelse end Trainium2. Amazon beskriver den som næsten fuldt tegnet . Chippen er fremstillet med TSMC's 3-nanometerproces og leverer 2,52 PFLOPS FP8 pr. chip. Amazon siger desuden, at Trn3 UltraServere kan koste op til 50 % mindre at drive til inferens end klynger baseret på H100 .

Inferens er den fase, hvor en færdig AI-model bruger sin viden til at generere svar eller forudsigelser. For virksomheder, der behandler enorme mængder forespørgsler, kan selv mindre besparelser pr. forespørgsel få stor økonomisk betydning.

Den største udfordring er dog ikke kun selve chippen. Nvidia har et omfattende softwareøkosystem omkring CUDA, som mange udviklere allerede bruger. Amazon investerer derfor i AWS Neuron, softwarelaget der skal gøre det lettere at udvikle og køre AI på Trainium og mindske denne fordel for Nvidia .

Anthropic er den vigtigste kunde

Amazon har allerede sikret sig markante kunder og flerårige tilsagn:

• Anthropic: AI-selskabet har forpligtet sig til at bruge over 100 mia. dollar på AWS over det næste årti og har reserveret 5 gigawatt Trainium-kapacitet til træning og drift af Claude på tværs af Trainium2-, Trainium3- og Trainium4-generationerne . Alene Anthropic-klyngen Project Rainier ventes at omfatte over 500.000 Trainium2-chips, mens de samlede installationer på Amazons datacentre overstiger én million chips . Tre AWS-campusser, der er i den afsluttende byggefase, har tilsammen over 1,3 GW IT-kapacitet dedikeret til Anthropics træningsbehov .
• OpenAI og Apple: Begge selskaber er blevet rapporteret som Trainium-kunder, og OpenAI skulle have reserveret Trainium-kapacitet i flere gigawatt .
• Uber: Uber er rapporteret som AWS-kunde, der bruger Trainium-baseret inferens .

Det er vigtigt, at flere af disse kunder i dag bruger Trainium gennem AWS. De er derfor ikke nødvendigvis eksterne hardwarekunder endnu. Et direkte salg vil betyde, at virksomhederne selv ejer eller driver chipsene i egne datacentre.

Peter DeSantis samler hele teknologistakken

Amazon forsøger samtidig at samle udviklingen af AI-modeller, chips og infrastruktur tættere på hinanden. I december 2025 og januar 2026 oprettede selskabet en samlet AI- og Silicon-organisation under Peter DeSantis, der har været 27 år i Amazon. Han har ansvaret for blandt andet AI-modellerne Nova, specialdesignede chips som Trainium og Inferentia samt kvantecomputere .

DeSantis har beskrevet det at kontrollere teknologien "helt ned på silicium-niveau" som en måde at optimere AWS på, så løsningerne i højere grad kan tilpasses kundernes behov. Hans argument er, at tæt koordinering mellem chipdesign, modelarkitektur og cloud-infrastruktur kan skabe fordele, der vokser over tid .

I et interview i juni sagde han, at AI har brug for "et par størrelsesordener" mere forbedring, før teknologien bliver virkelig transformerende. Han pegede også på, at nye modelarkitekturer kan afløse eller supplere nutidens transformer-modeller. Det vil kræve, at hardware og software udvikles endnu tættere sammen .

Det er kernen i Amazons strategi: Hvis selskabet selv designer chips, udvikler AI-modeller som Nova og kontrollerer cloud-infrastrukturen, kan det optimere hele systemet samlet. Amazon håber dermed at skabe en omkostnings- og ydelsesfordel, som Nvidia – der i højere grad sælger standardiserede chips til mange forskellige kunder – ikke lige så let kan kopiere .

Hvor står Amazon i forhold til Nvidia?

Jassy har selv gjort sammenligningen direkte. I årsbrevet skrev han, at næsten al AI-udvikling hidtil har brugt Nvidia, men at kunderne nu opdager, at der findes en løsning med bedre pris-ydelse .

Amazon forventer, at Trainium på stor skala kan spare selskabet for tocifrede milliardbeløb i årlige anlægsinvesteringer og give en fordel på flere hundrede basispoint i driftsmarginen sammenlignet med at være afhængig af andre leverandørers chips til inferens .

Det betyder dog ikke, at Amazon dropper Nvidia. AWS vil fortsat tilbyde Nvidia-GPU'er, og selskaberne har stadig et stærkt partnerskab. Trainium bliver i stedet placeret som Amazons langsigtede strategiske særkende .

Med en årlig chip-omsætningstakt på over 20 mia. dollar og Trainium-commitments på mere end 225 mia. dollar har Amazon opbygget et stærkt udgangspunkt. Hvis selskabet faktisk begynder at sælge komplette racks direkte til eksterne kunder inden for de næste to år, vil det være et af de mest markante forsøg på at udfordre Nvidias dominans på markedet for AI-acceleratorer .

På Amazons regnskabskald for første kvartal den 29. april blev tidsplanen mere konkret. Jassy sagde, at der er "en god chance" for, at eksternt salg kan begynde inden for to år . En Bloomberg-rapport fra 18. juni beskrev samtidig, hvordan Amazon allerede forhandler med virksomheder, der vil installere Trainium i deres egne datacentre. Ifølge rapporten er internationale kunder, der efterspørger lokale dataløsninger, blandt målgruppen .

Hvis planen bliver gennemført, vil det være et strategisk skifte: Amazon går fra at bruge sine chips som en intern fordel i AWS til også at blive en direkte sælger af AI-hardware .

En chipforretning med store tal

Amazon fremhæver flere nøgletal, som forklarer, hvorfor selskabet overvejer at åbne for salg uden for AWS:

• Den specialdesignede chipforretning – Graviton og Trainium tilsammen – har en årlig omsætningstakt på over 20 mia. dollar og vokser med trecifrede procenttal fra år til år .
• Andy Jassy vurderer, at chipforretningen ville have en årlig omsætningstakt på cirka 50 mia. dollar, hvis den var en selvstændig virksomhed, der solgte til både AWS og eksterne kunder .
• Amazon har oplyst om kundecommitments til Trainium på over 225 mia. dollar, mens forretningen beskrives som "udsolgt to generationer frem" .

Efterspørgslen rækker også til Amazons øvrige specialdesignede chips. To store AWS-kunder har spurgt, om de kunne købe hele Amazons kapacitet af Graviton-instanser i 2026. Det afviste Amazon for at sikre tilgængelighed for den bredere kundebase .

Hvad kan Trainium-chipsene?

Amazon forsøger især at konkurrere på pris i forhold til den samlede ydelse – ikke nødvendigvis på rå beregningskraft alene.

• Trainium2: Ifølge Amazon giver anden generation cirka 30 % bedre pris-ydelse end sammenlignelige GPU-baserede cloud-instanser. Chippen er stort set udsolgt .
• Trainium3: Den begyndte at blive sendt til kunder i starten af 2026 og leverer yderligere 30–40 % bedre pris-ydelse end Trainium2. Amazon beskriver den som næsten fuldt tegnet . Chippen er fremstillet med TSMC's 3-nanometerproces og leverer 2,52 PFLOPS FP8 pr. chip. Amazon siger desuden, at Trn3 UltraServere kan koste op til 50 % mindre at drive til inferens end klynger baseret på H100 .

Inferens er den fase, hvor en færdig AI-model bruger sin viden til at generere svar eller forudsigelser. For virksomheder, der behandler enorme mængder forespørgsler, kan selv mindre besparelser pr. forespørgsel få stor økonomisk betydning.

Den største udfordring er dog ikke kun selve chippen. Nvidia har et omfattende softwareøkosystem omkring CUDA, som mange udviklere allerede bruger. Amazon investerer derfor i AWS Neuron, softwarelaget der skal gøre det lettere at udvikle og køre AI på Trainium og mindske denne fordel for Nvidia .

Anthropic er den vigtigste kunde

Amazon har allerede sikret sig markante kunder og flerårige tilsagn:

• Anthropic: AI-selskabet har forpligtet sig til at bruge over 100 mia. dollar på AWS over det næste årti og har reserveret 5 gigawatt Trainium-kapacitet til træning og drift af Claude på tværs af Trainium2-, Trainium3- og Trainium4-generationerne . Alene Anthropic-klyngen Project Rainier ventes at omfatte over 500.000 Trainium2-chips, mens de samlede installationer på Amazons datacentre overstiger én million chips . Tre AWS-campusser, der er i den afsluttende byggefase, har tilsammen over 1,3 GW IT-kapacitet dedikeret til Anthropics træningsbehov .
• OpenAI og Apple: Begge selskaber er blevet rapporteret som Trainium-kunder, og OpenAI skulle have reserveret Trainium-kapacitet i flere gigawatt .
• Uber: Uber er rapporteret som AWS-kunde, der bruger Trainium-baseret inferens .

Det er vigtigt, at flere af disse kunder i dag bruger Trainium gennem AWS. De er derfor ikke nødvendigvis eksterne hardwarekunder endnu. Et direkte salg vil betyde, at virksomhederne selv ejer eller driver chipsene i egne datacentre.

Peter DeSantis samler hele teknologistakken

Amazon forsøger samtidig at samle udviklingen af AI-modeller, chips og infrastruktur tættere på hinanden. I december 2025 og januar 2026 oprettede selskabet en samlet AI- og Silicon-organisation under Peter DeSantis, der har været 27 år i Amazon. Han har ansvaret for blandt andet AI-modellerne Nova, specialdesignede chips som Trainium og Inferentia samt kvantecomputere .

DeSantis har beskrevet det at kontrollere teknologien "helt ned på silicium-niveau" som en måde at optimere AWS på, så løsningerne i højere grad kan tilpasses kundernes behov. Hans argument er, at tæt koordinering mellem chipdesign, modelarkitektur og cloud-infrastruktur kan skabe fordele, der vokser over tid .

I et interview i juni sagde han, at AI har brug for "et par størrelsesordener" mere forbedring, før teknologien bliver virkelig transformerende. Han pegede også på, at nye modelarkitekturer kan afløse eller supplere nutidens transformer-modeller. Det vil kræve, at hardware og software udvikles endnu tættere sammen .

Det er kernen i Amazons strategi: Hvis selskabet selv designer chips, udvikler AI-modeller som Nova og kontrollerer cloud-infrastrukturen, kan det optimere hele systemet samlet. Amazon håber dermed at skabe en omkostnings- og ydelsesfordel, som Nvidia – der i højere grad sælger standardiserede chips til mange forskellige kunder – ikke lige så let kan kopiere .

Hvor står Amazon i forhold til Nvidia?

Jassy har selv gjort sammenligningen direkte. I årsbrevet skrev han, at næsten al AI-udvikling hidtil har brugt Nvidia, men at kunderne nu opdager, at der findes en løsning med bedre pris-ydelse .

Amazon forventer, at Trainium på stor skala kan spare selskabet for tocifrede milliardbeløb i årlige anlægsinvesteringer og give en fordel på flere hundrede basispoint i driftsmarginen sammenlignet med at være afhængig af andre leverandørers chips til inferens .

Det betyder dog ikke, at Amazon dropper Nvidia. AWS vil fortsat tilbyde Nvidia-GPU'er, og selskaberne har stadig et stærkt partnerskab. Trainium bliver i stedet placeret som Amazons langsigtede strategiske særkende .

Med en årlig chip-omsætningstakt på over 20 mia. dollar og Trainium-commitments på mere end 225 mia. dollar har Amazon opbygget et stærkt udgangspunkt. Hvis selskabet faktisk begynder at sælge komplette racks direkte til eksterne kunder inden for de næste to år, vil det være et af de mest markante forsøg på at udfordre Nvidias dominans på markedet for AI-acceleratorer .