Amazon може перетворити Trainium на окремий чиповий бізнес і кинути виклик Nvidia

Amazon робить ставку не лише на хмарні сервіси, а й на власну напівпровідникову платформу. Її AI-прискорювачі Trainium поки що переважно доступні клієнтам через Amazon Web Services (AWS), однак компанія вже розглядає прямий продаж чипів і повних стійок зовнішнім покупцям.

Якщо цей план буде реалізовано, Amazon перестане бути лише споживачем і оператором AI-обчислень та стане прямим продавцем спеціалізованого кремнію — у тому самому ринковому полі, де домінує Nvidia.

Коли Amazon може почати продавати Trainium напряму

Найчіткіший сигнал прозвучав у щорічному листі генерального директора Amazon Енді Джассі до акціонерів, опублікованому 9 квітня 2026 року. Він написав, що попит на власні чипи настільки високий, що компанія цілком може почати продавати їх зовнішнім клієнтам, зокрема у форматі повних стійок Trainium .

На телефонній конференції за підсумками першого кварталу 2026 року 29 квітня Джассі конкретизував орієнтир: Amazon має «хороші шанси» почати продавати Trainium зовнішнім клієнтам протягом наступних двох років . Це не є твердою датою запуску, але наразі це найконкретніший публічний часовий горизонт компанії.

За повідомленням Bloomberg від 18 червня, Amazon уже веде переговори з компаніями, які хочуть розгортати Trainium у власних дата-центрах. Особливу увагу приділяють міжнародним клієнтам, яким потрібні локалізовані рішення для зберігання та обробки даних .

Досі модель Amazon була іншою: компанії не купували фізичні чипи, а орендували обчислювальні ресурси через інстанси AWS. Прямі поставки Trainium означали б фундаментальну зміну цієї моделі .

Чому Amazon зацікавлена у власному чиповому бізнесі

Фінансові показники пояснюють, чому компанія почала розглядати Trainium не просто як внутрішній інструмент оптимізації AWS:

• власний чиповий підрозділ Amazon, до якого входять Graviton і Trainium, має річний темп виручки понад $20 млрд і зростає тризначними темпами рік до року ;
• за оцінкою Джассі, якби цей бізнес працював окремо й продавав чипи AWS та стороннім клієнтам, його річний темп виручки становив би приблизно $50 млрд ;
• обсяг зафіксованих клієнтських зобов’язань щодо Trainium перевищує $225 млрд, а попит, за словами компанії, випереджає доступність щонайменше на два покоління .

Попит настільки великий, що двоє великих клієнтів AWS запитували, чи можуть викупити всю доступну ємність інстансів Graviton у 2026 році. Amazon відмовила, щоб зберегти доступність сервісу для ширшої клієнтської бази .

Власні чипи також дають Amazon змогу зменшувати капітальні витрати на інфраструктуру. Джассі заявляв, що в масштабі Trainium може заощаджувати компанії десятки мільярдів доларів капітальних витрат щороку та забезпечити перевагу в операційній маржі на кілька сотень базисних пунктів порівняно із залежністю від сторонніх чипів для інференсу .

Trainium2 і Trainium3: що обіцяє Amazon

Amazon уже оприлюднила конкретні показники для двох поколінь AI-прискорювачів.

Trainium2

Trainium2, за даними Amazon, забезпечує приблизно на 30% кращу ціну-продуктивність, ніж зіставні хмарні інстанси на базі GPU. Чип значною мірою вже розпроданий або зарезервований .

Для клієнта це означає, що важливим показником є не лише пікова обчислювальна потужність, а й вартість виконання конкретного завдання — наприклад, навчання моделі або обробки великої кількості запитів під час інференсу.

Trainium3

Trainium3 почав постачатися на початку 2026 року. Amazon заявляє, що його ціна-продуктивність на 30–40% краща, ніж у Trainium2, а доступні обсяги вже майже повністю розписані .

Чип виготовляється за 3-нанометровим технологічним процесом TSMC і забезпечує 2,52 PFLOPS у форматі FP8 на один чип. Для систем Trn3 UltraServer Amazon також заявляє до 50% нижчу вартість експлуатації під час інференсу, ніж для кластерів на базі H100 .

Водночас ці цифри слід сприймати як заявлені Amazon показники для зіставних сценаріїв навантаження, а не як універсальну перевагу в усіх AI-завданнях. Реальна ефективність залежить від моделі, програмного забезпечення, конфігурації системи та способу її використання.

Програмне забезпечення залишається головною перешкодою

Сильна позиція Nvidia пояснюється не тільки характеристиками її GPU. Велику роль відіграє CUDA — зріле програмне середовище, під яке розробники роками адаптували моделі, бібліотеки та інструменти.

Amazon намагається скоротити цей розрив за допомогою AWS Neuron — власного програмного стека для Trainium та інших прискорювачів. Однак сумісність, інструменти розробки й простота перенесення на нове «залізо» залишаються важливими чинниками, які можуть уповільнити перехід клієнтів від Nvidia .

Хто вже використовує Trainium

Найпомітнішим клієнтом Amazon є Anthropic — розробник моделей Claude.

• Anthropic погодилася витратити понад $100 млрд на AWS протягом наступного десятиліття та зарезервувала 5 ГВт обчислювальних потужностей Trainium для навчання і розгортання Claude на поколіннях Trainium2, Trainium3 і Trainium4 .
• Для кластера Anthropic під назвою Project Rainier планується понад 500 000 чипів Trainium2. Загальна кількість чипів у розгортаннях Amazon для Anthropic у різних дата-центрах має перевищити один мільйон .
• Три кампуси AWS, які перебувають на фінальних етапах будівництва, мають понад 1,3 ГВт IT-потужності й призначені винятково для потреб навчання моделей Anthropic .

OpenAI та Apple також називали серед клієнтів Trainium, причому OpenAI, за повідомленнями, зарезервувала багатогігаватні потужності . Uber згадувалася як клієнт AWS, що використовує інференс на базі Trainium .

Ці приклади важливі для Amazon з двох причин. По-перше, вони демонструють, що Trainium уже працює у великих AI-розгортаннях. По-друге, багаторічні контракти створюють попит, який може виправдати масштабування виробництва та майбутні продажі фізичних систем.

Пітер ДеСантіс і ставка на вертикальну інтеграцію

У грудні 2025 — січні 2026 року Amazon об’єднала ключові технологічні напрямки в одну організацію під керівництвом Пітера ДеСантіса, 27-річного ветерана компанії. Він відповідає за фундаментальні AI-моделі, зокрема Nova, власні чипи Graviton, Trainium та Inferentia, а також квантові обчислення .

Логіка такої структури — вертикальна інтеграція. Amazon хоче проєктувати чипи, моделі, мережеву інфраструктуру та хмарне програмне забезпечення як єдину систему, а не збирати її з незалежних компонентів.

ДеСантіс описував контроль «аж до рівня кремнію» як спосіб оптимізувати AWS під потреби клієнтів. На його думку, тісний зв’язок між архітектурою моделей, дизайном чипів та інфраструктурою може створювати накопичувальний ефект — кожне покоління системи краще пристосоване до наступного .

В інтерв’ю в червні 2026 року ДеСантіс заявив, що штучному інтелекту потрібне ще «кілька порядків величини» покращення. Він також очікує появи нових архітектур за межами нинішніх трансформерів. Це, за його словами, вимагатиме глибокого спільного проєктування апаратного та програмного забезпечення .

Саме тут полягає головна ставка Amazon: якщо майбутні AI-моделі потребуватимуть іншої інфраструктури, компанія хоче одночасно контролювати модель, чип і хмарне середовище, у якому вони працюють.

Чи справді Trainium загрожує Nvidia

Джассі прямо позиціонує Trainium як альтернативу Nvidia. У листі до акціонерів він зазначив, що майже вся розробка AI досі спиралася на чипи Nvidia, але клієнти починають помічати варіант із кращим співвідношенням ціни та продуктивності .

Amazon не відмовляється від партнерства з Nvidia: GPU цієї компанії й надалі доступні через AWS, а частина клієнтів продовжить обирати саме їхні рішення . Однак у довгостроковій стратегії Trainium дедалі виразніше стає власною конкурентною перевагою Amazon.

Поки що це не означає автоматичного демонтажу домінування Nvidia. Їй допомагають зріла екосистема CUDA, велика база розробників, широкий вибір прискорювачів і багаторічна присутність у центрах обробки даних. Amazon натомість робить ставку на нижчу вартість, гарантований доступ до потужностей і оптимізацію всього стека.

Але поєднання понад $225 млрд клієнтських зобов’язань і темпу виручки власного чипового бізнесу понад $20 млрд на рік робить Amazon одним із найсерйозніших конкурентів Nvidia на ринку AI-прискорювачів з боку окремої компанії . Якщо Amazon справді почне постачати повні стійки Trainium зовнішнім клієнтам упродовж наступних двох років, це стане переходом від хмарної альтернативи Nvidia до прямої конкуренції на рівні апаратного забезпечення.