På resultatsamtalen for første kvartal 29. april gikk Jassy et steg lenger. Han sa at det er «en god sjanse» for at Amazon kan begynne å selge brikkene til eksterne kunder innen to år .

En Bloomberg-rapport fra 18. juni oppga senere at Amazon allerede forhandler med selskaper som ønsker å installere Trainium i egne datasentre. Ifølge rapporten er internasjonale kunder som ønsker lokale dataløsninger, særlig interessante .

Dette vil være et viktig brudd med Amazons historiske modell. Frem til nå har kundene i hovedsak leid tilgang til Trainium-kapasitet gjennom Amazon Web Services (AWS), i stedet for å kjøpe selve maskinvaren .

En brikkevirksomhet som allerede er stor

Amazons spesialutviklede silisium omfatter blant annet Trainium for AI og Graviton-prosessorer for generell databehandling. Selskapet oppgir følgende nøkkeltall:

• En årlig omsetningstakt på over 20 milliarder dollar for den spesialutviklede chipvirksomheten, med tresifret vekst fra år til år .
• En anslått årlig omsetningstakt på rundt 50 milliarder dollar dersom chipvirksomheten hadde vært et selvstendig selskap som solgte både til AWS og eksterne kunder, ifølge Jassy .
• Over 225 milliarder dollar i kundeinntektsforpliktelser knyttet til Trainium. Jassy har samtidig beskrevet virksomheten som utsolgt opptil to generasjoner frem i tid .

Et mål på etterspørselen kom da to store AWS-kunder spurte om de kunne kjøpe all tilgjengelig Graviton-kapasitet for 2026. Amazon avslo for å sikre kapasitet til flere kunder .

Trainium2 og Trainium3: Amazons viktigste tall

Amazon forsøker først og fremst å konkurrere på kostnad per beregning, ikke bare på rå ytelse.

• Trainium2: Amazon sier at brikken gir rundt 30 prosent bedre pris–ytelse enn sammenlignbare GPU-baserte skyinstanser. Kapasiteten er i stor grad utsolgt .
• Trainium3: Brikken begynte å bli levert tidlig i 2026. Amazon oppgir ytterligere 30–40 prosent bedre pris–ytelse enn Trainium2, og sier at kapasiteten nesten er fulltegnet . Trainium3 er produsert med TSMCs 3-nanometerprosess og leverer 2,52 PFLOPS FP8 per brikke. Amazon hevder dessuten at Trn3 UltraServer kan koste opptil 50 prosent mindre å kjøre til inferens enn klynger basert på H100 .

Inferens er fasen der en ferdigtrent AI-modell brukes til å lage svar eller utføre oppgaver. For store språkmodeller kan selv små kostnadsforskjeller per forespørsel bli betydelige når systemene behandler billioner av tokener.

Den største utfordringen er imidlertid ikke nødvendigvis selve maskinvaren. Nvidia har et svært modent programvareøkosystem rundt CUDA, mens Amazon fortsatt bygger ut sitt eget AWS Neuron-økosystem for Trainium . Hvor enkelt det er å flytte modeller og arbeidsflyter over til Neuron, kan derfor bli avgjørende for hvor raskt eksterne kunder vil ta i bruk brikkene.

Anthropic er den viktigste kunden

Amazon har allerede sikret seg flere tunge kunder til Trainium gjennom AWS:

• Anthropic: AI-selskapet har forpliktet seg til å bruke over 100 milliarder dollar på AWS de neste ti årene og har reservert 5 gigawatt Trainium-kapasitet for trening og drift av Claude på tvers av Trainium2, Trainium3 og Trainium4 . Over 500 000 Trainium2-brikker er planlagt i Anthropic-klyngen «Project Rainier» alene. Samlede utrullinger i Amazons datasentre skal overstige én million brikker . Tre AWS-anlegg som er i sluttfasen av byggingen, skal ha mer enn 1,3 gigawatt IT-kapasitet dedikert til Anthropics treningsbehov .
• OpenAI og Apple: Begge er omtalt som Trainium-kunder, og OpenAI skal ha sikret seg kapasitet i flere gigawatt .
• Uber: Selskapet er rapportert å bruke Trainium-basert inferens gjennom AWS .

Dette er foreløpig i hovedsak en modell der kundene kjøper tilgang til Amazons datakraft. Direkte salg av rack vil være noe annet: Kunden vil kunne eie og drifte maskinvaren i sitt eget datasenter.

Peter DeSantis samler hele teknologistakken

I desember 2025 og januar 2026 opprettet Amazon en samlet organisasjon for AI og silisium under Peter DeSantis, som har vært i Amazon i 27 år. Han har ansvar for Amazons Nova-modeller, spesialutviklede brikker som Trainium, Inferentia og Graviton, samt kvantedatabehandling .

DeSantis har forklart tankegangen med at Amazon ønsker å kontrollere teknologien «helt ned på silisium-nivå». Ved å utvikle modellarkitektur, brikker, programvare og datasentre tettere sammen mener selskapet at AWS kan optimaliseres på måter som ikke er mulig når hver komponent kjøpes separat .

I et intervju i juni sa DeSantis at AI trenger «et par størrelsesordener» med forbedring før teknologien blir virkelig omveltende. Han forventer også at nye modellarkitekturer vil vokse frem ved siden av dagens transformer-modeller. Det kan gjøre tett samarbeid mellom maskinvare- og programvareutviklere enda viktigere .

Amazons hovedinnsats er dermed ikke bare å lage en billigere GPU. Selskapet forsøker å bygge en vertikalt integrert plattform der Nova-modeller, Trainium-brikker og AWS-infrastruktur utvikles med tanke på hverandre.

Hvor direkte er utfordringen mot Nvidia?

Jassy har vært uvanlig tydelig i omtalen av Nvidia. I aksjonærbrevet skrev han at nesten all AI-utvikling hittil har brukt Nvidia-brikker, men at kundene nå oppdager at det finnes alternativer med bedre pris–ytelse .

Amazon har fortsatt et sterkt partnerskap med Nvidia, og Nvidia-GPU-er vil også fremover være tilgjengelige gjennom AWS. Trainium blir likevel i økende grad presentert som Amazons langsiktige strategiske forskjell .

Jassy mener at Trainium på sikt kan spare Amazon «titusener av milliarder dollar» i årlige investeringer og gi flere hundre basispunkter bedre driftsmargin enn om selskapet er avhengig av andres brikker til inferens .

Det store spørsmålet er om Amazons kostnadsfordel kan oppveie Nvidias forsprang innen programvare, utviklerverktøy og økosystem. Dersom Amazon faktisk begynner å selge komplette Trainium-rack til eksterne datasentre, vil selskapet likevel ta steget fra å være en stor intern chipbruker til å bli en mer direkte konkurrent i markedet for AI-akseleratorer.

Med over 225 milliarder dollar i kundeinntektsforpliktelser og en årlig omsetningstakt på over 20 milliarder dollar fremstår satsingen som langt mer enn et sideprosjekt. Den kan bli Amazons mest konkrete forsøk hittil på å utfordre Nvidias posisjon i AI-maskinvare.

På resultatsamtalen for første kvartal 29. april gikk Jassy et steg lenger. Han sa at det er «en god sjanse» for at Amazon kan begynne å selge brikkene til eksterne kunder innen to år .

En Bloomberg-rapport fra 18. juni oppga senere at Amazon allerede forhandler med selskaper som ønsker å installere Trainium i egne datasentre. Ifølge rapporten er internasjonale kunder som ønsker lokale dataløsninger, særlig interessante .

Dette vil være et viktig brudd med Amazons historiske modell. Frem til nå har kundene i hovedsak leid tilgang til Trainium-kapasitet gjennom Amazon Web Services (AWS), i stedet for å kjøpe selve maskinvaren .

En brikkevirksomhet som allerede er stor

Amazons spesialutviklede silisium omfatter blant annet Trainium for AI og Graviton-prosessorer for generell databehandling. Selskapet oppgir følgende nøkkeltall:

• En årlig omsetningstakt på over 20 milliarder dollar for den spesialutviklede chipvirksomheten, med tresifret vekst fra år til år .
• En anslått årlig omsetningstakt på rundt 50 milliarder dollar dersom chipvirksomheten hadde vært et selvstendig selskap som solgte både til AWS og eksterne kunder, ifølge Jassy .
• Over 225 milliarder dollar i kundeinntektsforpliktelser knyttet til Trainium. Jassy har samtidig beskrevet virksomheten som utsolgt opptil to generasjoner frem i tid .

Et mål på etterspørselen kom da to store AWS-kunder spurte om de kunne kjøpe all tilgjengelig Graviton-kapasitet for 2026. Amazon avslo for å sikre kapasitet til flere kunder .

Trainium2 og Trainium3: Amazons viktigste tall

Amazon forsøker først og fremst å konkurrere på kostnad per beregning, ikke bare på rå ytelse.

• Trainium2: Amazon sier at brikken gir rundt 30 prosent bedre pris–ytelse enn sammenlignbare GPU-baserte skyinstanser. Kapasiteten er i stor grad utsolgt .
• Trainium3: Brikken begynte å bli levert tidlig i 2026. Amazon oppgir ytterligere 30–40 prosent bedre pris–ytelse enn Trainium2, og sier at kapasiteten nesten er fulltegnet . Trainium3 er produsert med TSMCs 3-nanometerprosess og leverer 2,52 PFLOPS FP8 per brikke. Amazon hevder dessuten at Trn3 UltraServer kan koste opptil 50 prosent mindre å kjøre til inferens enn klynger basert på H100 .

Inferens er fasen der en ferdigtrent AI-modell brukes til å lage svar eller utføre oppgaver. For store språkmodeller kan selv små kostnadsforskjeller per forespørsel bli betydelige når systemene behandler billioner av tokener.

Den største utfordringen er imidlertid ikke nødvendigvis selve maskinvaren. Nvidia har et svært modent programvareøkosystem rundt CUDA, mens Amazon fortsatt bygger ut sitt eget AWS Neuron-økosystem for Trainium . Hvor enkelt det er å flytte modeller og arbeidsflyter over til Neuron, kan derfor bli avgjørende for hvor raskt eksterne kunder vil ta i bruk brikkene.

Anthropic er den viktigste kunden

Amazon har allerede sikret seg flere tunge kunder til Trainium gjennom AWS:

• Anthropic: AI-selskapet har forpliktet seg til å bruke over 100 milliarder dollar på AWS de neste ti årene og har reservert 5 gigawatt Trainium-kapasitet for trening og drift av Claude på tvers av Trainium2, Trainium3 og Trainium4 . Over 500 000 Trainium2-brikker er planlagt i Anthropic-klyngen «Project Rainier» alene. Samlede utrullinger i Amazons datasentre skal overstige én million brikker . Tre AWS-anlegg som er i sluttfasen av byggingen, skal ha mer enn 1,3 gigawatt IT-kapasitet dedikert til Anthropics treningsbehov .
• OpenAI og Apple: Begge er omtalt som Trainium-kunder, og OpenAI skal ha sikret seg kapasitet i flere gigawatt .
• Uber: Selskapet er rapportert å bruke Trainium-basert inferens gjennom AWS .

Dette er foreløpig i hovedsak en modell der kundene kjøper tilgang til Amazons datakraft. Direkte salg av rack vil være noe annet: Kunden vil kunne eie og drifte maskinvaren i sitt eget datasenter.

Peter DeSantis samler hele teknologistakken

I desember 2025 og januar 2026 opprettet Amazon en samlet organisasjon for AI og silisium under Peter DeSantis, som har vært i Amazon i 27 år. Han har ansvar for Amazons Nova-modeller, spesialutviklede brikker som Trainium, Inferentia og Graviton, samt kvantedatabehandling .

DeSantis har forklart tankegangen med at Amazon ønsker å kontrollere teknologien «helt ned på silisium-nivå». Ved å utvikle modellarkitektur, brikker, programvare og datasentre tettere sammen mener selskapet at AWS kan optimaliseres på måter som ikke er mulig når hver komponent kjøpes separat .

I et intervju i juni sa DeSantis at AI trenger «et par størrelsesordener» med forbedring før teknologien blir virkelig omveltende. Han forventer også at nye modellarkitekturer vil vokse frem ved siden av dagens transformer-modeller. Det kan gjøre tett samarbeid mellom maskinvare- og programvareutviklere enda viktigere .

Amazons hovedinnsats er dermed ikke bare å lage en billigere GPU. Selskapet forsøker å bygge en vertikalt integrert plattform der Nova-modeller, Trainium-brikker og AWS-infrastruktur utvikles med tanke på hverandre.

Hvor direkte er utfordringen mot Nvidia?

Jassy har vært uvanlig tydelig i omtalen av Nvidia. I aksjonærbrevet skrev han at nesten all AI-utvikling hittil har brukt Nvidia-brikker, men at kundene nå oppdager at det finnes alternativer med bedre pris–ytelse .

Amazon har fortsatt et sterkt partnerskap med Nvidia, og Nvidia-GPU-er vil også fremover være tilgjengelige gjennom AWS. Trainium blir likevel i økende grad presentert som Amazons langsiktige strategiske forskjell .

Jassy mener at Trainium på sikt kan spare Amazon «titusener av milliarder dollar» i årlige investeringer og gi flere hundre basispunkter bedre driftsmargin enn om selskapet er avhengig av andres brikker til inferens .

Det store spørsmålet er om Amazons kostnadsfordel kan oppveie Nvidias forsprang innen programvare, utviklerverktøy og økosystem. Dersom Amazon faktisk begynner å selge komplette Trainium-rack til eksterne datasentre, vil selskapet likevel ta steget fra å være en stor intern chipbruker til å bli en mer direkte konkurrent i markedet for AI-akseleratorer.

Med over 225 milliarder dollar i kundeinntektsforpliktelser og en årlig omsetningstakt på over 20 milliarder dollar fremstår satsingen som langt mer enn et sideprosjekt. Den kan bli Amazons mest konkrete forsøk hittil på å utfordre Nvidias posisjon i AI-maskinvare.