Dalam panggilan keputusan suku pertama 2026 pada 29 April pula, Jassy memberikan jangka masa yang lebih khusus. Beliau berkata Amazon mempunyai “peluang yang baik” untuk mula menjual cip Trainium kepada pelanggan luar dalam tempoh dua tahun .

Laporan Bloomberg pada 18 Jun menambah bahawa Amazon sudah berunding secara aktif dengan beberapa syarikat mengenai penjualan Trainium untuk dipasang di pusat data mereka sendiri. Pelanggan antarabangsa yang memerlukan penyelesaian data setempat dilaporkan menjadi antara sasaran utama .

Buat masa ini, model Amazon masih tertumpu pada penyewaan kuasa pengkomputeran melalui perkhidmatan awan AWS. Penjualan cip fizikal secara terus akan mengubah Amazon daripada pengguna cip kepada penjual semikonduktor untuk pasaran luar .

Angka kewangan menunjukkan saiz peluang

Daya tarikan strategi ini bukan sekadar soal persaingan teknologi. Perniagaan cip tersuai Amazon sendiri sudah berkembang menjadi aset bernilai besar:

• Bahagian cip tersuai yang merangkumi Graviton dan Trainium mempunyai kadar hasil tahunan melebihi AS$20 bilion, dengan pertumbuhan tahun ke tahun pada kadar tiga angka .
• Jassy berkata perniagaan cip itu boleh mencatat kadar hasil tahunan sekitar AS$50 bilion jika beroperasi sebagai syarikat berasingan yang menjual cip kepada AWS dan pihak ketiga .
• Amazon mempunyai komitmen hasil pelanggan melebihi AS$225 bilion, sementara permintaan terhadap cipnya dikatakan telah ditempah sehingga dua generasi akan datang .

Tahap permintaan itu turut dapat dilihat pada cip Graviton, pemproses pusat tersuai Amazon. Dua pelanggan besar AWS pernah bertanya sama ada mereka boleh membeli keseluruhan kapasiti instance Graviton Amazon bagi 2026. Permintaan itu ditolak supaya ketersediaan perkhidmatan dapat dikekalkan untuk pelanggan AWS yang lain .

Trainium2 dan Trainium3: Kelebihan yang didakwa Amazon

Amazon meletakkan kelebihan kos sebagai hujah utama untuk meyakinkan pelanggan supaya mempertimbangkan cipnya berbanding GPU Nvidia.

Trainium2

Trainium2 menawarkan kira-kira 30% prestasi harga lebih baik berbanding instance awan berasaskan GPU yang setara, menurut Amazon. Cip generasi kedua ini juga dilaporkan hampir habis ditempah .

Dalam konteks AI, “prestasi harga” merujuk kepada jumlah kerja yang boleh dilakukan bagi setiap unit kos. Angka ini amat penting untuk latihan model dan inferens — proses menggunakan model yang telah dilatih — kerana kedua-duanya memerlukan kuasa pengkomputeran yang besar.

Trainium3

Trainium3 mula dihantar pada awal 2026. Amazon berkata cip ini memberikan peningkatan 30–40% dalam prestasi harga berbanding Trainium2 dan hampir keseluruhan kapasitinya telah ditempah .

Cip itu dibina menggunakan proses 3 nanometer Taiwan Semiconductor Manufacturing Company (TSMC) dan menawarkan 2.52 PFLOPS FP8 bagi setiap cip. Amazon turut mendakwa pelayan Trn3 UltraServer boleh menelan kos operasi sehingga 50% lebih rendah untuk inferens berbanding kelompok pelayan H100 .

Namun, prestasi cip bukan satu-satunya faktor yang menentukan penerimaan pelanggan. Nvidia masih mempunyai kelebihan besar melalui CUDA, ekosistem perisian yang sudah lama digunakan oleh pembangun AI. Amazon kini melabur dalam AWS Neuron untuk merapatkan jurang tersebut .

Siapa yang menggunakan Trainium?

Amazon sudah mempunyai beberapa pelanggan besar yang boleh menjadi bukti awal kepada strategi cipnya.

• Anthropic: Syarikat di sebalik model Claude ialah pelanggan Trainium paling penting Amazon. Anthropic telah memberi komitmen untuk membelanjakan lebih AS$100 bilion bagi AWS dalam tempoh sedekad dan menempah kapasiti Trainium sebanyak 5 gigawatt untuk melatih serta menjalankan Claude merentasi generasi Trainium2, Trainium3 dan Trainium4 . Lebih 500,000 cip Trainium2 dirancang untuk kluster Anthropic yang dikenali sebagai “Project Rainier”, manakala jumlah penggunaan di seluruh pusat data Amazon dijangka melebihi satu juta cip .
• OpenAI dan Apple: Kedua-duanya turut dilaporkan sebagai pelanggan Trainium. OpenAI dikatakan telah mengunci kapasiti Trainium pada skala berbilang gigawatt .
• Uber: Uber dilaporkan menggunakan inferens berasaskan Trainium melalui AWS .

Bagi Anthropic, tiga kampus AWS yang berada pada peringkat akhir pembinaan dilaporkan mempunyai lebih 1.3 gigawatt kapasiti IT khusus untuk keperluan latihan model syarikat itu .

Mengapa Peter DeSantis penting dalam rancangan ini?

Amazon menyusun semula organisasinya antara Disember 2025 hingga Januari 2026 dengan meletakkan veteran syarikat selama 27 tahun, Peter DeSantis, sebagai peneraju organisasi AI dan silikon yang baharu .

Organisasi itu menggabungkan beberapa bidang yang sebelum ini lebih berasingan:

• model AI seperti Nova;
• cip tersuai seperti Trainium, Inferentia dan Graviton; serta
• pengkomputeran kuantum.

Falsafah DeSantis berteraskan kawalan terhadap keseluruhan “lapisan” teknologi, termasuk silikon. Menurut beliau, kawalan hingga ke peringkat cip membolehkan AWS dioptimumkan dengan lebih rapat mengikut keperluan pelanggan .

Dalam temu bual pada Jun 2026, DeSantis berkata AI memerlukan peningkatan “beberapa susunan magnitud” sebelum mencapai tahap yang benar-benar transformatif. Beliau juga menjangkakan seni bina model baharu akan muncul di luar seni bina transformer yang dominan hari ini — sekali gus memerlukan kerjasama lebih rapat antara pereka cip, pembangun model dan pasukan infrastruktur .

Inilah asas strategi integrasi menegak Amazon: mereka bentuk cip, model AI dan infrastruktur awan secara bersama. Amazon percaya pendekatan ini boleh menghasilkan kelebihan kos serta prestasi yang sukar ditiru oleh pembekal cip standard seperti Nvidia .

Amazon berdepan Nvidia, tetapi belum memutuskan hubungan

Jassy secara terbuka membandingkan Trainium dengan GPU Nvidia. Dalam surat kepada pemegang saham, beliau berkata hampir semua pembangunan AI setakat ini menggunakan cip Nvidia, tetapi pelanggan kini mula menyedari bahawa terdapat pilihan dengan prestasi harga yang lebih baik .

Amazon juga menjangkakan Trainium dapat menjimatkan puluhan bilion dolar dalam perbelanjaan modal setiap tahun apabila digunakan pada skala besar. Syarikat itu turut mengunjurkan kelebihan margin operasi beberapa mata asas berbanding kebergantungan pada cip pihak lain untuk inferens .

Walaupun begitu, Amazon tidak meninggalkan Nvidia. GPU Nvidia masih tersedia secara meluas melalui AWS dan kedua-dua syarikat mengekalkan hubungan perniagaan yang kukuh . Trainium lebih tepat dilihat sebagai alternatif strategik Amazon untuk jangka panjang, bukannya pengganti serta-merta bagi semua GPU Nvidia.

Apa yang dipertaruhkan?

Amazon kini mempunyai tiga kelebihan utama: permintaan pelanggan yang tinggi, dakwaan kecekapan kos yang lebih baik dan kawalan terhadap lebih banyak bahagian dalam rantaian teknologi AI. Komitmen pelanggan melebihi AS$225 bilion serta kadar hasil cip melebihi AS$20 bilion menjadikan Trainium antara cabaran paling serius terhadap penguasaan Nvidia dalam pemecut AI daripada sebuah syarikat tunggal .

Namun, penjualan terus kepada pelanggan luar masih merupakan rancangan yang sedang dinilai, bukan perniagaan yang sudah dilancarkan secara meluas. Amazon perlu membuktikan bukan sahaja keupayaan perkakasan Trainium, tetapi juga kematangan AWS Neuron, sokongan pembangun, kebolehoperasian model dan keupayaan menyelenggara sistem pada skala pusat data pelanggan.

Jika Amazon berjaya melaksanakan rancangan itu dalam tempoh dua tahun seperti yang dibayangkan Jassy, Trainium mungkin berubah daripada kelebihan dalaman AWS kepada barisan produk semikonduktor sebenar — dan Amazon akan tampil sebagai pesaing Nvidia dalam kedua-dua awan serta perkakasan AI.

Dalam panggilan keputusan suku pertama 2026 pada 29 April pula, Jassy memberikan jangka masa yang lebih khusus. Beliau berkata Amazon mempunyai “peluang yang baik” untuk mula menjual cip Trainium kepada pelanggan luar dalam tempoh dua tahun .

Laporan Bloomberg pada 18 Jun menambah bahawa Amazon sudah berunding secara aktif dengan beberapa syarikat mengenai penjualan Trainium untuk dipasang di pusat data mereka sendiri. Pelanggan antarabangsa yang memerlukan penyelesaian data setempat dilaporkan menjadi antara sasaran utama .

Buat masa ini, model Amazon masih tertumpu pada penyewaan kuasa pengkomputeran melalui perkhidmatan awan AWS. Penjualan cip fizikal secara terus akan mengubah Amazon daripada pengguna cip kepada penjual semikonduktor untuk pasaran luar .

Angka kewangan menunjukkan saiz peluang

Daya tarikan strategi ini bukan sekadar soal persaingan teknologi. Perniagaan cip tersuai Amazon sendiri sudah berkembang menjadi aset bernilai besar:

• Bahagian cip tersuai yang merangkumi Graviton dan Trainium mempunyai kadar hasil tahunan melebihi AS$20 bilion, dengan pertumbuhan tahun ke tahun pada kadar tiga angka .
• Jassy berkata perniagaan cip itu boleh mencatat kadar hasil tahunan sekitar AS$50 bilion jika beroperasi sebagai syarikat berasingan yang menjual cip kepada AWS dan pihak ketiga .
• Amazon mempunyai komitmen hasil pelanggan melebihi AS$225 bilion, sementara permintaan terhadap cipnya dikatakan telah ditempah sehingga dua generasi akan datang .

Tahap permintaan itu turut dapat dilihat pada cip Graviton, pemproses pusat tersuai Amazon. Dua pelanggan besar AWS pernah bertanya sama ada mereka boleh membeli keseluruhan kapasiti instance Graviton Amazon bagi 2026. Permintaan itu ditolak supaya ketersediaan perkhidmatan dapat dikekalkan untuk pelanggan AWS yang lain .

Trainium2 dan Trainium3: Kelebihan yang didakwa Amazon

Amazon meletakkan kelebihan kos sebagai hujah utama untuk meyakinkan pelanggan supaya mempertimbangkan cipnya berbanding GPU Nvidia.

Trainium2

Trainium2 menawarkan kira-kira 30% prestasi harga lebih baik berbanding instance awan berasaskan GPU yang setara, menurut Amazon. Cip generasi kedua ini juga dilaporkan hampir habis ditempah .

Dalam konteks AI, “prestasi harga” merujuk kepada jumlah kerja yang boleh dilakukan bagi setiap unit kos. Angka ini amat penting untuk latihan model dan inferens — proses menggunakan model yang telah dilatih — kerana kedua-duanya memerlukan kuasa pengkomputeran yang besar.

Trainium3

Trainium3 mula dihantar pada awal 2026. Amazon berkata cip ini memberikan peningkatan 30–40% dalam prestasi harga berbanding Trainium2 dan hampir keseluruhan kapasitinya telah ditempah .

Cip itu dibina menggunakan proses 3 nanometer Taiwan Semiconductor Manufacturing Company (TSMC) dan menawarkan 2.52 PFLOPS FP8 bagi setiap cip. Amazon turut mendakwa pelayan Trn3 UltraServer boleh menelan kos operasi sehingga 50% lebih rendah untuk inferens berbanding kelompok pelayan H100 .

Namun, prestasi cip bukan satu-satunya faktor yang menentukan penerimaan pelanggan. Nvidia masih mempunyai kelebihan besar melalui CUDA, ekosistem perisian yang sudah lama digunakan oleh pembangun AI. Amazon kini melabur dalam AWS Neuron untuk merapatkan jurang tersebut .

Siapa yang menggunakan Trainium?

Amazon sudah mempunyai beberapa pelanggan besar yang boleh menjadi bukti awal kepada strategi cipnya.

• Anthropic: Syarikat di sebalik model Claude ialah pelanggan Trainium paling penting Amazon. Anthropic telah memberi komitmen untuk membelanjakan lebih AS$100 bilion bagi AWS dalam tempoh sedekad dan menempah kapasiti Trainium sebanyak 5 gigawatt untuk melatih serta menjalankan Claude merentasi generasi Trainium2, Trainium3 dan Trainium4 . Lebih 500,000 cip Trainium2 dirancang untuk kluster Anthropic yang dikenali sebagai “Project Rainier”, manakala jumlah penggunaan di seluruh pusat data Amazon dijangka melebihi satu juta cip .
• OpenAI dan Apple: Kedua-duanya turut dilaporkan sebagai pelanggan Trainium. OpenAI dikatakan telah mengunci kapasiti Trainium pada skala berbilang gigawatt .
• Uber: Uber dilaporkan menggunakan inferens berasaskan Trainium melalui AWS .

Bagi Anthropic, tiga kampus AWS yang berada pada peringkat akhir pembinaan dilaporkan mempunyai lebih 1.3 gigawatt kapasiti IT khusus untuk keperluan latihan model syarikat itu .

Mengapa Peter DeSantis penting dalam rancangan ini?

Amazon menyusun semula organisasinya antara Disember 2025 hingga Januari 2026 dengan meletakkan veteran syarikat selama 27 tahun, Peter DeSantis, sebagai peneraju organisasi AI dan silikon yang baharu .

Organisasi itu menggabungkan beberapa bidang yang sebelum ini lebih berasingan:

• model AI seperti Nova;
• cip tersuai seperti Trainium, Inferentia dan Graviton; serta
• pengkomputeran kuantum.

Falsafah DeSantis berteraskan kawalan terhadap keseluruhan “lapisan” teknologi, termasuk silikon. Menurut beliau, kawalan hingga ke peringkat cip membolehkan AWS dioptimumkan dengan lebih rapat mengikut keperluan pelanggan .

Dalam temu bual pada Jun 2026, DeSantis berkata AI memerlukan peningkatan “beberapa susunan magnitud” sebelum mencapai tahap yang benar-benar transformatif. Beliau juga menjangkakan seni bina model baharu akan muncul di luar seni bina transformer yang dominan hari ini — sekali gus memerlukan kerjasama lebih rapat antara pereka cip, pembangun model dan pasukan infrastruktur .

Inilah asas strategi integrasi menegak Amazon: mereka bentuk cip, model AI dan infrastruktur awan secara bersama. Amazon percaya pendekatan ini boleh menghasilkan kelebihan kos serta prestasi yang sukar ditiru oleh pembekal cip standard seperti Nvidia .

Amazon berdepan Nvidia, tetapi belum memutuskan hubungan

Jassy secara terbuka membandingkan Trainium dengan GPU Nvidia. Dalam surat kepada pemegang saham, beliau berkata hampir semua pembangunan AI setakat ini menggunakan cip Nvidia, tetapi pelanggan kini mula menyedari bahawa terdapat pilihan dengan prestasi harga yang lebih baik .

Amazon juga menjangkakan Trainium dapat menjimatkan puluhan bilion dolar dalam perbelanjaan modal setiap tahun apabila digunakan pada skala besar. Syarikat itu turut mengunjurkan kelebihan margin operasi beberapa mata asas berbanding kebergantungan pada cip pihak lain untuk inferens .

Walaupun begitu, Amazon tidak meninggalkan Nvidia. GPU Nvidia masih tersedia secara meluas melalui AWS dan kedua-dua syarikat mengekalkan hubungan perniagaan yang kukuh . Trainium lebih tepat dilihat sebagai alternatif strategik Amazon untuk jangka panjang, bukannya pengganti serta-merta bagi semua GPU Nvidia.

Apa yang dipertaruhkan?

Amazon kini mempunyai tiga kelebihan utama: permintaan pelanggan yang tinggi, dakwaan kecekapan kos yang lebih baik dan kawalan terhadap lebih banyak bahagian dalam rantaian teknologi AI. Komitmen pelanggan melebihi AS$225 bilion serta kadar hasil cip melebihi AS$20 bilion menjadikan Trainium antara cabaran paling serius terhadap penguasaan Nvidia dalam pemecut AI daripada sebuah syarikat tunggal .

Namun, penjualan terus kepada pelanggan luar masih merupakan rancangan yang sedang dinilai, bukan perniagaan yang sudah dilancarkan secara meluas. Amazon perlu membuktikan bukan sahaja keupayaan perkakasan Trainium, tetapi juga kematangan AWS Neuron, sokongan pembangun, kebolehoperasian model dan keupayaan menyelenggara sistem pada skala pusat data pelanggan.

Jika Amazon berjaya melaksanakan rancangan itu dalam tempoh dua tahun seperti yang dibayangkan Jassy, Trainium mungkin berubah daripada kelebihan dalaman AWS kepada barisan produk semikonduktor sebenar — dan Amazon akan tampil sebagai pesaing Nvidia dalam kedua-dua awan serta perkakasan AI.