آمازون از تراشه جدید Trainium3 رونمایی کرد؛ تسریع در آموزش هوش مصنوعی

آمازون </strong} دیشب در خلال رویداد AWS re:Invent 2025، نسل جدیدی از تراشههای اختصاصی خود برای پردازش هوش مصنوعی تحت عنوان Trainium3 را معرفی نمود که بهطور قابلتوجهی سرعت آموزش مدلها را ارتقا خواهد داد.
طبق اعلام آمازون، عملکرد تراشه Trainium3 نسبت به نسل قبلی خود حدود چهار برابر بهتر و همچنین دارای چهار برابر افزایش در حافظه است. این بهبود در هر دو زمینه آموزش و استنتاج مدلهای هوش مصنوعی به پیشرفتهای چشمگیری منجر خواهد شد.
یکی از محورهای مهم نسل جدید، بهینهسازی مصرف انرژی است. آمازون اعلام کرده است سیستمهای Trainium3 حدود 40 درصد مصرف انرژی کمتری دارند و در عین حال، توان محاسباتی بیشتری را به ارمغان میآورند. با توجه به رشد سریع مراکز داده و نیاز فزاینده به انرژی، AWS خاطرنشان کرد که این طراحی جدید میتواند فشار بر زیرساختها را کاهش داده و هزینههای عملیاتی مرتبط با پردازش هوش مصنوعی را به حداقل برساند.
این شرکت همچنین از یک سیستم بزرگ به نام Trainium3 UltraServer رونمایی کرد که از تراشههای 3 نانومتری Trainium3 بهره میبرد. هر سرور UltraServer قادر به حمل 144 تراشه Trainium3 است و مشتریان میتوانند به راحتی هزاران واحد از این سیستمها را به یکدیگر متصل نمایند.
در بزرگترین مقیاس ممکن، یک واحد سرور میتواند از یک میلیون تراشه Trainium3 بهره برداری کند؛ رقمی که نشاندهنده پیشرفت دهبرابری نسبت به نسل قبلی میباشد.
اولین کاربران تراشه آمازون Trainium3
چندین شرکت در حال حاضر به استفاده از Trainium3 پرداختهاند. Anthropic، استارتاپ ژاپنی Karakuri، سرویس SplashMusic و شرکت Decart از جمله مشتریانی هستند که طبق اعلام آمازون، با کمک این تراشه جدید به بهبود عملکرد در استنتاج و دیگر مزایای آن دست یافتهاند.
همچنین این شرکت تأیید کرده که کار بر روی نسل آینده پردازنده اختصاصی خود، یعنی Trainium4 را آغاز کرده است. یکی از مهمترین تغییرات اشاره شده برای نسل آتی، پشتیبانی از NVIDIA NVLink Fusion است که امکان ایجاد خوشههای گسترده و یکپارچه پردازش هوش مصنوعی را فراهم میسازد.
این نشان میدهد که آمازون دیگر در پی آن نیست که تراشههای خود را بهعنوان جایگزینی کامل برای پردازندههای انویدیا معرفی کند، بلکه قصد دارد یک اکوسیستم ترکیبی ایجاد نماید که در آن تراشههای اختصاصی AWS بتوانند در کنار GPUهای انویدیا فعالیت کنند و حتی آنها را تکمیل نمایند.




