AWS Trainium3 架构解析：Project Rainier 之后的性能跃升
2025 年 12 月 2 日，AWS 在 re:Invent 大会上正式发布 Trainium3。作为 AWS 首款采用台积电 3nm 工艺的 AI 芯片，它承载着亚马逊从"给 Anthropic 建算力"走向"对外开放推理服务"的野心。
单芯片：3nm 与更大更快的内存
Trainium3 单芯片提供 2.52 PFLOPS 的 FP8 峰值算力，支持 FP32、BF16、MXFP8 以及新增的 MXFP4 等多种精度格式，并强化了结构化稀疏与微缩放硬件支持。内存规格的提升同样显著：HBM3e 容量提升至 144GB（为上一代的 1.5 倍），带宽提升至 4.9 TB/s（提升 1.7 倍）。
架构上，Trainium3 针对密集计算与专家并行做了深度优化，明确面向强化学习、混合专家（MoE）与长上下文推理这些前沿负载。AWS 透露，部署 GPT-OSS 等主流开源模型时，单芯片吞吐量提升约 3 倍，响应延迟缩短至原来的约四分之一。
系统层面：144 颗芯片的 UltraServer 与百万芯片集群
Trainium3 的系统设计延续了 AWS 一贯的"纵向整合"路线：
| 系统指标 | Trainium3 UltraServer | 相对上一代 |
|---|---|---|
| 芯片数量 | 最多 144 颗 | — |
| FP8 总算力 | 362 PFLOPS | 提升 4.4 倍 |
| HBM3e 总容量 | 20.7 TB | — |
| 内存总带宽 | 约 706 TB/s | 提升约 3.9 倍 |
| 能效 | — | 提升超过 4 倍 |
互连是这一代的关键升级：新的 NeuronSwitch-v1 把 UltraServer 内部带宽翻倍，芯片间通信延迟降至 10 微秒以内；通过 EC2 UltraClusters 3.0，最多可扩展至 100 万颗芯片的超级集群，规模为上一代的 10 倍。软件侧，Neuron SDK 原生支持 PyTorch 与 JAX，开发者无需重写代码即可迁移，也可以通过 Neuron Kernel Interface 做底层优化。
Project Rainier 之后的算力版图
Trainium3 的发布建立在 Trainium2 的成功之上。为 Anthropic 打造的 Project Rainier 项目部署了超过 50 万颗 Trainium2 芯片，是全球最大的自研芯片 AI 集群之一；AWS 披露 Trainium 系列全球部署量已突破 100 万颗，业务规模达数十亿美元，2025 年第三季度增长 150%，且 Trainium2 供不应求。Karakuri、Ricoh 等客户反馈，迁移到 Trainium 后训练与推理成本最高降低 50%。
小结与建议
Trainium3 展示了自研芯片的正循环：规模部署带来真实负载反馈，反馈驱动架构迭代，迭代再扩大规模。与前代相比，这一代最大的变化是从"服务 Anthropic"走向"服务所有企业"——Amazon Bedrock 已在 Trainium3 上运行生产负载。对于正在评估大模型训练与推理平台的团队，Trainium3 UltraServer 提供了 GPU 集群之外的一个高性价比选项，尤其适合 MoE 与长上下文场景；需要留意的是其软件生态仍以 AWS 工具链为中心，迁移前应充分验证自己的模型与框架组合。