ข่าว 
ข้อมูลเหรียญ 
แนะนำสื่อ 
Trainium4 ตั้งเป้ายกระดับประสิทธิภาพการคำนวณ FP4 สูงกว่า Trainium3 6 เท่า เพิ่มแบนด์วิดท์หน่วยความจำ 4 เท่า และเพิ่มความจุหน่วยความจำแบนด์วิดท์สูง 2 เท่า โดยเตรียมส่งมอบในปี 2027 ทั้งนี้ ประสิทธิภาพจริงและการจำหน่ายให้ศูนย์ข้อมูลภายนอกยังไม่ได้ข้อสรุป
ปีเตอร์ เดซานติส(Peter DeSantis) รองประธานอาวุโสของ AWS กล่าวว่า ชิป Trainium รุ่นถัดไปจะเป็นผลิตภัณฑ์ที่ ‘แตกต่างอย่างมาก(very differentiated)’ Crypto Briefing รายงานคำกล่าวดังกล่าว แต่ยังไม่มีการเปิดเผยวิดีโอทางการ บทสนทนาฉบับถอดเสียง หรือช่วงเวลาที่ระบุแน่ชัดว่ามีการกล่าวคำพูดนี้
อเมซอน(Amazon, $AMZN) ระบุในเอกสารประกอบการประกาศผลประกอบการว่า Trainium4 จะเริ่มส่งมอบตั้งแต่ปี 2027 ตัวเลขประสิทธิภาพที่บริษัทนำเสนอเป็นเป้าหมายก่อนเปิดตัว ไม่ใช่ผลการทดสอบจริงของผลิตภัณฑ์
FP4 คือรูปแบบเลขทศนิยมความละเอียดต่ำที่ใช้ในการคำนวณ AI ส่วนแบนด์วิดท์หน่วยความจำหมายถึงความเร็วในการอ่านและเขียนข้อมูลของชิป ขณะที่ความจุหน่วยความจำแบนด์วิดท์สูงเกี่ยวข้องกับปริมาณข้อมูลที่สามารถประมวลผลพร้อมกันในการทำงานกับโมเดล AI ขนาดใหญ่
Trainium3 ซึ่งอยู่ระหว่างการผลิตจำนวนมากเปิดตัวเมื่อวันที่ 2 ธันวาคม 2025 AWS ระบุว่า Trn3 UltraServer ที่ใช้ Trainium3 ให้ประสิทธิภาพสูงสุด 4.4 เท่า มีแบนด์วิดท์หน่วยความจำกว้างขึ้น 3.9 เท่า และมีประสิทธิภาพต่อวัตต์สูงขึ้น 4 เท่า เมื่อเทียบกับระบบ Trainium2
Trainium3 ให้บริการควบคู่กับ Neuron SDK ของ AWS และใช้สำหรับการฝึกโมเดลกับการอนุมาน อเมซอนคาดว่าปริมาณ Trainium3 ส่วนใหญ่จะถูกจัดสรรให้ลูกค้าภายในกลางปี 2026 และระบุว่า Trainium4 ก็มีการจองปริมาณจำนวนมากแล้ว
อย่างไรก็ตาม ยังไม่มีการเปิดเผยชื่อลูกค้าหรือขนาดคำสั่งจอง การที่อเมซอนใช้คำว่า ‘ขายหมด’ ไม่ได้หมายความว่าปริมาณการจัดหาถูกยืนยันแล้ว
AWS กำลังหารือแนวทางจำหน่ายชิปของตนให้ผู้ให้บริการศูนย์ข้อมูลภายนอก นอกเหนือจากการให้บริการผ่านคลาวด์ของบริษัท เดซานติสกล่าวว่าการหารือที่เกี่ยวข้องกำลังดำเนินอยู่ ขณะที่ TechCrunch รายงานว่าแผนดังกล่าวยังอยู่ในระยะเริ่มต้น
เอ็นวิเดีย(NVIDIA, $NVDA) ประกาศสนับสนุน NVLink Fusion ในโครงสร้างพื้นฐานชิปของ AWS ส่วน AWS ให้บริการ Neuron SDK ในฐานะสภาพแวดล้อมการพัฒนาซอฟต์แวร์สำหรับชิปของตนเอง
ภาพดังกล่าวสะท้อนการหารือเกี่ยวกับแนวทางที่ AWS ขยายชิปของตนเองไปพร้อมกับรับการสนับสนุนเทคโนโลยีการเชื่อมต่อจากเอ็นวิเดีย ดังนั้น ความสามารถในการแข่งขันของตัวเร่งการประมวลผล AI จึงต้องพิจารณาทั้งประสิทธิภาพการคำนวณของชิป ความเข้ากันได้ของซอฟต์แวร์ และต้นทุนในระดับระบบ
ในสภาพแวดล้อมที่ใช้ชิปหลายประเภทพร้อมกัน ซอฟต์แวร์สำหรับจัดสรรงานไปยังอุปกรณ์คำนวณที่เหมาะสมก็มีความสำคัญเช่นกัน การปรากฏของ ซอฟต์แวร์ที่ประสานการทำงานระหว่าง GPU ของเอ็นวิเดียกับ Trainium และ Inferentia ของ AWS สอดคล้องกับโครงสร้างตลาดลักษณะนี้
ผู้ใช้งาน Reddit แสดงความเห็นว่า การขยายชิปของ AWS อาจช่วยลดการพึ่งพาเอ็นวิเดีย ขณะเดียวกันก็มีผู้ชี้ว่า ระบบนิเวศ CUDA รวมถึงห่วงโซ่อุปทานด้านการผลิตและบรรจุภัณฑ์ยังเป็นอุปสรรคต่อการเข้าสู่ตลาด ความเห็นดังกล่าวเป็นปฏิกิริยาจากโซเชียลมีเดียและชุมชนออนไลน์ ไม่ใช่การคาดการณ์อย่างเป็นทางการ
สำหรับอุตสาหกรรมเซมิคอนดักเตอร์และนักลงทุนในประเทศ ความต้องการหน่วยความจำแบนด์วิดท์สูงของ Trainium4 เป็นประเด็นที่น่าจับตา อย่างไรก็ตาม ข้อมูลที่เปิดเผยในปัจจุบันยังไม่เพียงพอที่จะระบุซัพพลายเออร์หน่วยความจำหรือผู้ได้รับประโยชน์ในแต่ละบริษัทของประเทศได้
ความสามารถในการแข่งขันของ Trainium4 จะต้องรอการยืนยันจากผลการทดสอบจริง ขอบเขตโมเดลที่รองรับ และปริมาณการจัดหาหลังเปิดตัว เป้าหมายการส่งมอบในปี 2027 รวมถึงเป้าหมายประสิทธิภาพ FP4 เพิ่มขึ้น 6 เท่า แบนด์วิดท์หน่วยความจำเพิ่มขึ้น 4 เท่า และความจุหน่วยความจำแบนด์วิดท์สูงเพิ่มขึ้น 2 เท่า จะเป็นเกณฑ์สำคัญที่ต้องติดตาม
ความคิดเห็น 0