Amazon เตรียมขายชิป AI Trainium ให้ลูกค้าภายนอกภายใน 2 ปี

ปัจจุบันลูกค้าส่วนใหญ่เข้าถึง Trainium ผ่านบริการคลาวด์ของ AWS โดยจ่ายค่าใช้งานกำลังประมวลผล ไม่ได้ซื้อชิปหรือฮาร์ดแวร์ไปเป็นเจ้าของ การขายแร็ก Trainium โดยตรงจึงถือเป็นการเปลี่ยนโมเดลธุรกิจครั้งใหญ่

ธุรกิจชิปของ Amazon ใหญ่แค่ไหน

ตัวเลขที่ Amazon เปิดเผยสะท้อนว่า Custom Silicon ซึ่งรวมชิป Graviton และ Trainium ไม่ได้เป็นเพียงโครงการลดต้นทุนภายในอีกต่อไป แต่กำลังกลายเป็นธุรกิจขนาดใหญ่ของบริษัท

• ธุรกิจชิปมีรายได้ต่อปีในอัตรามากกว่า 2 หมื่นล้านดอลลาร์สหรัฐ และเติบโตในระดับสามหลักเมื่อเทียบกับปีก่อน
• Jassy ประเมินว่า หากแยกธุรกิจชิปออกเป็นบริษัทเดี่ยวที่ขายให้ทั้ง AWS และลูกค้าภายนอก รายได้ต่อปีในอัตราดำเนินงานอาจอยู่ที่ประมาณ 5 หมื่นล้านดอลลาร์สหรัฐ
• Amazon ระบุว่ามีภาระผูกพันด้านรายได้จาก Trainium มากกว่า 2.25 แสนล้านดอลลาร์สหรัฐ และความต้องการชิปถูกจองล่วงหน้าหลายรุ่น

ความต้องการไม่ได้จำกัดอยู่แค่ Trainium โดย Jassy กล่าวว่า ลูกค้า AWS รายใหญ่ 2 รายเคยสอบถามว่าสามารถซื้อกำลังการใช้งานอินสแตนซ์ Gravitonทั้งหมดของปี 2026 ได้หรือไม่ แต่ Amazon ปฏิเสธเพื่อรักษาความพร้อมให้บริการแก่ลูกค้ารายอื่น

Trainium2 และ Trainium3 แข่งขันด้วยต้นทุนต่อประสิทธิภาพ

จุดขายหลักของ Amazon ไม่ใช่การอ้างว่า Trainium จะชนะ Nvidia ในทุกตัวชี้วัด แต่คือการทำให้การฝึกและการประมวลผลโมเดล AI มีต้นทุนต่อประสิทธิภาพที่จูงใจกว่า โดยเฉพาะงาน Inference หรือการให้โมเดลตอบสนองต่อคำสั่งของผู้ใช้

Trainium2

Amazon ระบุว่า Trainium2 ให้ประสิทธิภาพด้านราคาดีกว่าอินสแตนซ์คลาวด์ที่ใช้ GPU เทียบเคียงประมาณ 30% และชิปดังกล่าวถูกจองใช้งานไปเป็นส่วนใหญ่แล้ว

Trainium3

Trainium3 เริ่มจัดส่งในช่วงต้นปี 2026 และให้ประสิทธิภาพด้านราคาเพิ่มขึ้นอีกประมาณ 30–40% เมื่อเทียบกับ Trainium2 จนเกือบเต็มความสามารถในการรองรับการจองใช้งาน

ชิปดังกล่าวผลิตด้วยกระบวนการ 3 นาโนเมตรของ TSMC และมีประสิทธิภาพ 2.52 PFLOPS ในการคำนวณแบบ FP8 ต่อชิป ขณะที่ Amazon ระบุว่า Trn3 UltraServer อาจมีต้นทุนการเดินระบบสำหรับงาน Inference ต่ำกว่าคลัสเตอร์ H100 ได้สูงสุด 50%

อย่างไรก็ตาม การแข่งขันไม่ได้วัดกันที่ตัวชิปเพียงอย่างเดียว Nvidia ยังมีข้อได้เปรียบจาก CUDA ซึ่งเป็นระบบซอฟต์แวร์และเครื่องมือที่นักพัฒนาใช้กันอย่างแพร่หลาย Amazon จึงลงทุนใน AWS Neuron เพื่อทำให้ซอฟต์แวร์รองรับ Trainium ได้ง่ายขึ้น และลดอุปสรรคในการย้ายงานจากแพลตฟอร์ม Nvidia

ลูกค้ารายใหญ่เริ่มสร้างแรงส่งให้ Trainium

Amazon มีลูกค้ารายใหญ่หลายรายที่ช่วยยืนยันว่า Trainium ไม่ได้จำกัดอยู่ในห้องทดลองของบริษัท

• Anthropic: เป็นลูกค้า Trainium ที่มีความสำคัญที่สุดรายหนึ่ง โดยให้คำมั่นว่าจะใช้จ่ายกับ AWS มากกว่า 1 แสนล้านดอลลาร์สหรัฐในช่วง 10 ปี และจองกำลังประมวลผล Trainium รวม 5 กิกะวัตต์ สำหรับการฝึกและใช้งาน Claude บน Trainium2, Trainium3 และ Trainium4 เฉพาะคลัสเตอร์ “Project Rainier” มีแผนใช้ Trainium2 มากกว่า 5 แสนชิป ขณะที่การติดตั้งรวมในศูนย์ข้อมูลของ Amazon มีรายงานว่าเกิน 1 ล้านชิป
• OpenAI และ Apple: มีรายงานว่าเป็นลูกค้าที่ใช้งาน Trainium เช่นกัน โดย OpenAI ได้ล็อกกำลังการใช้งาน Trainium ในระดับหลายกิกะวัตต์
• Uber: มีรายงานว่าใช้งาน Inference บนระบบ AWS ที่ขับเคลื่อนด้วย Trainium แม้ Amazon จะไม่ได้เปิดเผยจำนวนชิปที่ใช้

นอกจากนี้ ยังมีรายงานว่า AWS กำลังก่อสร้างวิทยาเขตศูนย์ข้อมูล 3 แห่งซึ่งมีความจุด้านไอทีรวมกว่า 1.3 กิกะวัตต์ เพื่อรองรับความต้องการฝึกโมเดลของ Anthropic โดยเฉพาะ

Peter DeSantis กับวิสัยทัศน์ “ควบคุมตั้งแต่ระดับซิลิคอน”

ในช่วงเดือนธันวาคม 2025 ถึงมกราคม 2026 Amazon ได้จัดตั้งองค์กรใหม่ที่รวมงานโมเดล AI ชิป Custom Silicon และคอมพิวเตอร์ควอนตัมไว้ภายใต้การดูแลของ Peter DeSantis ผู้บริหารที่อยู่กับ Amazon มานาน 27 ปี

องค์กรนี้ดูแลทั้งโมเดล AI ตระกูล Nova ชิป Graviton, Trainium และ Inferentia รวมถึงโครงการคอมพิวเตอร์ควอนตัม การรวมทีมเหล่านี้สะท้อนแนวคิดของ Amazon ว่าการออกแบบโมเดล ชิป ซอฟต์แวร์ และโครงสร้างพื้นฐานไปพร้อมกัน จะทำให้บริษัทปรับแต่งระบบได้ลึกกว่าการซื้อส่วนประกอบสำเร็จรูปจากผู้ผลิตรายอื่น

DeSantis เคยอธิบายแนวคิดดังกล่าวว่า การควบคุมเทคโนโลยี “ลงไปถึงระดับซิลิคอน” ช่วยให้ Amazon เพิ่มประสิทธิภาพ AWS เพื่อตอบโจทย์ลูกค้าได้โดยตรง เขายังมองว่า AI ต้องพัฒนาอีก “หลายลำดับขั้น” ก่อนจะเปลี่ยนแปลงโลกได้อย่างเต็มที่ และสถาปัตยกรรมโมเดลใหม่ที่อยู่นอกเหนือจาก Transformer อาจเกิดขึ้นในอนาคต

มุมมองนี้นำไปสู่การเดิมพันแบบครบวงจรของ Amazon นั่นคือ ออกแบบชิปให้ทำงานร่วมกับโมเดล Nova และโครงสร้างพื้นฐาน AWS ตั้งแต่ต้น หากทำได้สำเร็จ บริษัทอาจสร้างความได้เปรียบด้านต้นทุนและประสิทธิภาพที่คู่แข่งซึ่งขายชิปมาตรฐานให้ลูกค้าหลากหลายกลุ่มทำตามได้ยาก

Amazon กำลังท้าทาย Nvidia แต่ยังไม่ตัดสัมพันธ์

Jassy ระบุในจดหมายถึงผู้ถือหุ้นว่า การพัฒนา AI เกือบทั้งหมดจนถึงปัจจุบันใช้ชิป Nvidia แต่ลูกค้ากำลังเริ่มมองเห็นทางเลือกที่มีประสิทธิภาพด้านราคาดีกว่า

Amazon ยังคงเป็นพันธมิตรสำคัญของ Nvidia และ AWS จะยังเปิดให้ลูกค้าใช้งาน GPU ของ Nvidia ต่อไป เพราะลูกค้าบางกลุ่มยังต้องการระบบนิเวศ CUDA และฮาร์ดแวร์ของ Nvidia แต่ในระยะยาว Trainium ถูกวางตำแหน่งให้เป็นจุดแตกต่างเชิงกลยุทธ์ของ AWS

Jassy ยังประเมินว่า เมื่อใช้งานในระดับใหญ่ Trainium อาจช่วย Amazon ประหยัดค่าใช้จ่ายด้านเงินลงทุนได้หลายหมื่นล้านดอลลาร์ต่อปี และเพิ่มอัตรากำไรจากการดำเนินงานเมื่อเทียบกับการพึ่งพาชิปของบริษัทอื่นสำหรับงาน Inference

สิ่งที่ต้องจับตาต่อจากนี้

ประเด็นสำคัญไม่ใช่เพียงว่า Amazon จะขาย Trainium หรือไม่ แต่คือบริษัทจะขยายจากการขายกำลังประมวลผลผ่าน AWS ไปสู่การขายฮาร์ดแวร์พร้อมซอฟต์แวร์และบริการสนับสนุนได้เร็วแค่ไหน

หากแผนขายแร็กชิปภายนอกเริ่มต้นได้ภายในกรอบเวลาที่ Jassy ระบุ Amazon จะมีโอกาสเปิดตลาดใหม่สำหรับลูกค้าที่ต้องการควบคุมฮาร์ดแวร์และข้อมูลไว้ในศูนย์ข้อมูลของตนเอง ขณะเดียวกันก็จะต้องพิสูจน์ว่า AWS Neuron สามารถลดช่องว่างด้านซอฟต์แวร์กับ CUDA ได้จริง

ด้วยรายได้ธุรกิจชิปที่เกิน 2 หมื่นล้านดอลลาร์ต่อปี ภาระผูกพันจากลูกค้ามากกว่า 2.25 แสนล้านดอลลาร์ และฐานผู้ใช้งานระดับ Anthropic, OpenAI และ Uber การเคลื่อนไหวของ Amazon จึงเป็นหนึ่งในความท้าทายที่มีน้ำหนักมากที่สุดต่ออำนาจนำของ Nvidia ในตลาดชิป AI จากบริษัทเทคโนโลยีรายเดียว