Durante la conference call sui risultati del primo trimestre 2026, il 29 aprile, Jassy ha aggiunto un riferimento temporale più preciso: Amazon potrebbe iniziare a vendere i chip a clienti esterni «entro i prossimi due anni», definendo questa eventualità una possibilità concreta .

Un rapporto di Bloomberg del 18 giugno ha inoltre riferito che Amazon sarebbe già in trattativa con aziende interessate a installare Trainium nei propri data center, con particolare attenzione a clienti internazionali che cercano soluzioni di elaborazione dei dati localizzate .

Non si tratta quindi soltanto di un'ipotesi finanziaria. L'azienda sta valutando come trasformare una piattaforma finora interna all'ecosistema AWS in un prodotto hardware vendibile sul mercato.

Un'attività di chip già molto grande

I numeri spiegano perché Amazon stia considerando questa espansione. La divisione del silicio personalizzato — che comprende soprattutto Graviton e Trainium — ha raggiunto un ritmo annualizzato di oltre 20 miliardi di dollari, con una crescita a tre cifre su base annua .

Jassy ha anche fornito una stima teorica del valore dell'attività: se operasse come società autonoma, vendendo chip sia ad AWS sia a clienti terzi, il business avrebbe un ritmo di ricavi annuali vicino ai 50 miliardi di dollari .

A questo si aggiungono oltre 225 miliardi di dollari di impegni dei clienti legati a Trainium. Jassy ha descritto la capacità disponibile come «esaurita con due generazioni di anticipo» .

La pressione sulla capacità riguarda anche i processori Graviton. Due grandi clienti AWS hanno chiesto di acquistare tutta la capacità disponibile delle istanze Graviton per il 2026; Amazon ha rifiutato per mantenere un livello di disponibilità adeguato per l'insieme dei clienti .

Trainium2 e Trainium3: dove Amazon vede il vantaggio

La strategia di Amazon si basa soprattutto sul rapporto tra costo e prestazioni, un parametro decisivo per addestrare modelli AI e gestire l'inferenza, cioè la fase in cui un modello già addestrato produce risposte.

• Trainium2: secondo Amazon, offre circa il 30% in più di rapporto prezzo-prestazioni rispetto a istanze cloud basate su GPU comparabili ed è in gran parte esaurito .
• Trainium3: ha iniziato le spedizioni all'inizio del 2026 e promette un ulteriore miglioramento del 30-40% rispetto a Trainium2. Anche la sua capacità è quasi interamente prenotata .
• Specifiche dichiarate: Trainium3 è costruito con un processo produttivo a 3 nanometri di TSMC e raggiunge 2,52 petaflop FP8 per chip. Amazon sostiene inoltre che i suoi Trn3 UltraServer possano costare fino al 50% in meno da utilizzare, a parità di prestazioni comparabili nell'inferenza, rispetto a cluster basati su H100 .

Il confronto non riguarda soltanto il chip. Amazon sta investendo anche in AWS Neuron, il proprio livello software per programmare e utilizzare gli acceleratori. L'obiettivo è ridurre il divario con CUDA, l'ecosistema software di Nvidia, che resta uno dei principali ostacoli per chi valuta il passaggio a un'alternativa .

Anthropic è il principale banco di prova

Il cliente più importante di Trainium è Anthropic, la società che sviluppa Claude. Anthropic si è impegnata a spendere oltre 100 miliardi di dollari su AWS nel prossimo decennio e ha riservato 5 gigawatt di capacità Trainium per addestrare e distribuire Claude sulle generazioni Trainium2, Trainium3 e Trainium4 .

Nel solo cluster «Project Rainier» sono previsti oltre 500.000 chip Trainium2. Considerando le installazioni nei diversi data center Amazon, il totale supera il milione di chip . Tre campus AWS in fase avanzata di costruzione dispongono inoltre di oltre 1,3 gigawatt di capacità IT destinata alle esigenze di addestramento di Anthropic .

Anche OpenAI e Apple sono stati indicati come clienti di Trainium, mentre OpenAI avrebbe bloccato capacità nell'ordine dei diversi gigawatt . Uber, invece, è stata indicata tra le aziende AWS che utilizzano Trainium per l'inferenza .

Questi accordi non equivalgono ancora alla vendita fisica dei chip: nella configurazione attuale, le aziende utilizzano la capacità attraverso AWS. Ma dimostrano che Trainium è già impiegato su scala significativa da organizzazioni con carichi di lavoro AI molto elevati.

La riorganizzazione guidata da Peter DeSantis

Tra dicembre 2025 e gennaio 2026, Amazon ha riunito sotto Peter DeSantis una nuova organizzazione dedicata a AI e silicio. DeSantis, veterano di Amazon da 27 anni, supervisiona oggi i modelli AI, inclusa la famiglia Nova, i chip proprietari come Trainium, Inferentia e Graviton, e le attività di calcolo quantistico .

La scelta riflette una precisa idea industriale: progettare modelli, chip, software e infrastruttura come parti dello stesso sistema, anziché acquistare componenti standard separati.

DeSantis ha spiegato che il controllo «fino al silicio» consente di ottimizzare AWS in funzione delle esigenze dei clienti. La sua tesi è che la co-progettazione tra architettura dei modelli, processori e data center possa produrre vantaggi cumulativi su costi, consumi e prestazioni .

In un'intervista del giugno 2026, DeSantis ha affermato che l'AI ha bisogno di «un paio di ordini di grandezza» di miglioramento e che, oltre agli attuali modelli basati sui transformer, emergeranno nuove architetture. Questo renderebbe ancora più importante progettare insieme hardware e software .

La sfida a Nvidia, senza rompere la partnership

Jassy ha rivolto a Nvidia il confronto più diretto. Nella lettera agli azionisti ha osservato che quasi tutto lo sviluppo dell'AI finora ha utilizzato chip Nvidia, ma che i clienti stanno iniziando a considerare alternative con un rapporto prezzo-prestazioni migliore .

Amazon non sta però abbandonando Nvidia: le GPU dell'azienda continuano a essere disponibili su AWS e la partnership resta importante. Trainium viene piuttosto presentato come il differenziatore strategico di Amazon nel lungo periodo .

Secondo Jassy, l'uso su larga scala dei chip proprietari potrebbe far risparmiare ad Amazon decine di miliardi di dollari l'anno in spese in conto capitale e offrire un vantaggio di diversi punti percentuali sul margine operativo rispetto all'affidamento a chip di terzi per l'inferenza .

La vera incognita è il software: Nvidia possiede un ecosistema maturo e ampiamente adottato, mentre Amazon deve convincere gli sviluppatori che il risparmio sui costi compensa l'eventuale complessità del passaggio. Per questo la vendita di rack Trainium non sarebbe soltanto un nuovo canale commerciale, ma anche una sfida per costruire un ecosistema più aperto e competitivo.

Cosa cambia se Amazon vende davvero Trainium

La vendita diretta permetterebbe ad Amazon di monetizzare i chip oltre il perimetro AWS e di servire aziende che vogliono mantenere l'infrastruttura AI nei propri data center. Potrebbe essere particolarmente interessante per i clienti che hanno requisiti di sovranità, localizzazione dei dati o controllo diretto dell'hardware.

Allo stesso tempo, Amazon dovrebbe affrontare una serie di problemi nuovi: supporto tecnico al di fuori del proprio cloud, disponibilità dei componenti, compatibilità software, gestione delle installazioni e rapporto con i clienti che potrebbero utilizzare Trainium senza acquistare altri servizi AWS.

Per ora, la timeline indicata pubblicamente da Jassy resta «entro due anni» e non costituisce un calendario vincolante. Ma la combinazione tra domanda già superiore all'offerta, impegni per oltre 225 miliardi di dollari, clienti AI di primo piano e una struttura organizzativa costruita per integrare modelli e hardware mostra che Amazon non considera più Trainium soltanto uno strumento per ridurre i costi del cloud.

La società sta preparando le condizioni per diventare, almeno in parte, un'azienda di semiconduttori. E se inizierà davvero a vendere rack Trainium all'esterno, Nvidia non dovrà più confrontarsi soltanto con un concorrente nel cloud: dovrà affrontare un fornitore di chip integrato con una delle maggiori infrastrutture AI del mondo.

Durante la conference call sui risultati del primo trimestre 2026, il 29 aprile, Jassy ha aggiunto un riferimento temporale più preciso: Amazon potrebbe iniziare a vendere i chip a clienti esterni «entro i prossimi due anni», definendo questa eventualità una possibilità concreta .

Un rapporto di Bloomberg del 18 giugno ha inoltre riferito che Amazon sarebbe già in trattativa con aziende interessate a installare Trainium nei propri data center, con particolare attenzione a clienti internazionali che cercano soluzioni di elaborazione dei dati localizzate .

Non si tratta quindi soltanto di un'ipotesi finanziaria. L'azienda sta valutando come trasformare una piattaforma finora interna all'ecosistema AWS in un prodotto hardware vendibile sul mercato.

Un'attività di chip già molto grande

I numeri spiegano perché Amazon stia considerando questa espansione. La divisione del silicio personalizzato — che comprende soprattutto Graviton e Trainium — ha raggiunto un ritmo annualizzato di oltre 20 miliardi di dollari, con una crescita a tre cifre su base annua .

Jassy ha anche fornito una stima teorica del valore dell'attività: se operasse come società autonoma, vendendo chip sia ad AWS sia a clienti terzi, il business avrebbe un ritmo di ricavi annuali vicino ai 50 miliardi di dollari .

A questo si aggiungono oltre 225 miliardi di dollari di impegni dei clienti legati a Trainium. Jassy ha descritto la capacità disponibile come «esaurita con due generazioni di anticipo» .

La pressione sulla capacità riguarda anche i processori Graviton. Due grandi clienti AWS hanno chiesto di acquistare tutta la capacità disponibile delle istanze Graviton per il 2026; Amazon ha rifiutato per mantenere un livello di disponibilità adeguato per l'insieme dei clienti .

Trainium2 e Trainium3: dove Amazon vede il vantaggio

La strategia di Amazon si basa soprattutto sul rapporto tra costo e prestazioni, un parametro decisivo per addestrare modelli AI e gestire l'inferenza, cioè la fase in cui un modello già addestrato produce risposte.

• Trainium2: secondo Amazon, offre circa il 30% in più di rapporto prezzo-prestazioni rispetto a istanze cloud basate su GPU comparabili ed è in gran parte esaurito .
• Trainium3: ha iniziato le spedizioni all'inizio del 2026 e promette un ulteriore miglioramento del 30-40% rispetto a Trainium2. Anche la sua capacità è quasi interamente prenotata .
• Specifiche dichiarate: Trainium3 è costruito con un processo produttivo a 3 nanometri di TSMC e raggiunge 2,52 petaflop FP8 per chip. Amazon sostiene inoltre che i suoi Trn3 UltraServer possano costare fino al 50% in meno da utilizzare, a parità di prestazioni comparabili nell'inferenza, rispetto a cluster basati su H100 .

Il confronto non riguarda soltanto il chip. Amazon sta investendo anche in AWS Neuron, il proprio livello software per programmare e utilizzare gli acceleratori. L'obiettivo è ridurre il divario con CUDA, l'ecosistema software di Nvidia, che resta uno dei principali ostacoli per chi valuta il passaggio a un'alternativa .

Anthropic è il principale banco di prova

Il cliente più importante di Trainium è Anthropic, la società che sviluppa Claude. Anthropic si è impegnata a spendere oltre 100 miliardi di dollari su AWS nel prossimo decennio e ha riservato 5 gigawatt di capacità Trainium per addestrare e distribuire Claude sulle generazioni Trainium2, Trainium3 e Trainium4 .

Nel solo cluster «Project Rainier» sono previsti oltre 500.000 chip Trainium2. Considerando le installazioni nei diversi data center Amazon, il totale supera il milione di chip . Tre campus AWS in fase avanzata di costruzione dispongono inoltre di oltre 1,3 gigawatt di capacità IT destinata alle esigenze di addestramento di Anthropic .

Anche OpenAI e Apple sono stati indicati come clienti di Trainium, mentre OpenAI avrebbe bloccato capacità nell'ordine dei diversi gigawatt . Uber, invece, è stata indicata tra le aziende AWS che utilizzano Trainium per l'inferenza .

Questi accordi non equivalgono ancora alla vendita fisica dei chip: nella configurazione attuale, le aziende utilizzano la capacità attraverso AWS. Ma dimostrano che Trainium è già impiegato su scala significativa da organizzazioni con carichi di lavoro AI molto elevati.

La riorganizzazione guidata da Peter DeSantis

Tra dicembre 2025 e gennaio 2026, Amazon ha riunito sotto Peter DeSantis una nuova organizzazione dedicata a AI e silicio. DeSantis, veterano di Amazon da 27 anni, supervisiona oggi i modelli AI, inclusa la famiglia Nova, i chip proprietari come Trainium, Inferentia e Graviton, e le attività di calcolo quantistico .

La scelta riflette una precisa idea industriale: progettare modelli, chip, software e infrastruttura come parti dello stesso sistema, anziché acquistare componenti standard separati.

DeSantis ha spiegato che il controllo «fino al silicio» consente di ottimizzare AWS in funzione delle esigenze dei clienti. La sua tesi è che la co-progettazione tra architettura dei modelli, processori e data center possa produrre vantaggi cumulativi su costi, consumi e prestazioni .

In un'intervista del giugno 2026, DeSantis ha affermato che l'AI ha bisogno di «un paio di ordini di grandezza» di miglioramento e che, oltre agli attuali modelli basati sui transformer, emergeranno nuove architetture. Questo renderebbe ancora più importante progettare insieme hardware e software .

La sfida a Nvidia, senza rompere la partnership

Jassy ha rivolto a Nvidia il confronto più diretto. Nella lettera agli azionisti ha osservato che quasi tutto lo sviluppo dell'AI finora ha utilizzato chip Nvidia, ma che i clienti stanno iniziando a considerare alternative con un rapporto prezzo-prestazioni migliore .

Amazon non sta però abbandonando Nvidia: le GPU dell'azienda continuano a essere disponibili su AWS e la partnership resta importante. Trainium viene piuttosto presentato come il differenziatore strategico di Amazon nel lungo periodo .

Secondo Jassy, l'uso su larga scala dei chip proprietari potrebbe far risparmiare ad Amazon decine di miliardi di dollari l'anno in spese in conto capitale e offrire un vantaggio di diversi punti percentuali sul margine operativo rispetto all'affidamento a chip di terzi per l'inferenza .

La vera incognita è il software: Nvidia possiede un ecosistema maturo e ampiamente adottato, mentre Amazon deve convincere gli sviluppatori che il risparmio sui costi compensa l'eventuale complessità del passaggio. Per questo la vendita di rack Trainium non sarebbe soltanto un nuovo canale commerciale, ma anche una sfida per costruire un ecosistema più aperto e competitivo.

Cosa cambia se Amazon vende davvero Trainium

La vendita diretta permetterebbe ad Amazon di monetizzare i chip oltre il perimetro AWS e di servire aziende che vogliono mantenere l'infrastruttura AI nei propri data center. Potrebbe essere particolarmente interessante per i clienti che hanno requisiti di sovranità, localizzazione dei dati o controllo diretto dell'hardware.

Allo stesso tempo, Amazon dovrebbe affrontare una serie di problemi nuovi: supporto tecnico al di fuori del proprio cloud, disponibilità dei componenti, compatibilità software, gestione delle installazioni e rapporto con i clienti che potrebbero utilizzare Trainium senza acquistare altri servizi AWS.

Per ora, la timeline indicata pubblicamente da Jassy resta «entro due anni» e non costituisce un calendario vincolante. Ma la combinazione tra domanda già superiore all'offerta, impegni per oltre 225 miliardi di dollari, clienti AI di primo piano e una struttura organizzativa costruita per integrare modelli e hardware mostra che Amazon non considera più Trainium soltanto uno strumento per ridurre i costi del cloud.

La società sta preparando le condizioni per diventare, almeno in parte, un'azienda di semiconduttori. E se inizierà davvero a vendere rack Trainium all'esterno, Nvidia non dovrà più confrontarsi soltanto con un concorrente nel cloud: dovrà affrontare un fornitore di chip integrato con una delle maggiori infrastrutture AI del mondo.