في ظل الاتفاق الاستثماري الذي وقّعته أمازون مع OpenAI بقيمة 5 مليارات دولار، دُعي مراسل TechCrunch لزيارة مختبر تطوير رقائق Trainium التابع لشركة Amazon في أوستن. يُعد هذا المختبر القاعدة الأساسية التي تعتمدها AWS لمواجهة احتكار شركة Nvidia وتخفيض تكاليف التدريب والاستدلال في مجال الذكاء الاصطناعي. حازت رقاقات Trainium حتى الآن على اعتراف واسع من شركات مثل Anthropic وOpenAI وحتى Apple، حيث يعمل نموذج Claude الخاص بـ Anthropic بالفعل على أكثر من مليون شريحة Trainium2. تكمن جوهر هذه الشراكة في تزويد Amazon لـ OpenAI بقدرات حسابية تعتمد على Trainium تصل إلى 2 جيجاواط. ورغم ضيق الطاقة الإنتاجية، فإن رقاقات Trainium تحقق مكاسب سريعة في السوق بفضل ميزاتها البارزة في الأداء والتكلفة. وقد حققت أحدث رقاقة Trainium3 المصاحبة لمبدلات Neuron الجديدة اتصالات عالية الكفاءة بين الرقاقات، مما يخفض تكلفة التشغيل بنحو 50٪ مقارنة بسحابة الخدمات التقليدية عند مستوى أداء مماثل. والأكثر أهمية هو أن Trainيوم تدعم الآن الأطر المفتوحة المصدر الرئيسية مثل PyTorch، ما يسمح للمطورين بالانتقال إليها بتعديل طفيف للغاية في الكود، وهو ما يقلّل بشكل كبير من عوائب التبديل. وبالإضافة إلى الرقاقة نفسها، صممت أمازون مكونات الخوادم المكملة لها، بما في ذلك تقنيات التبريد السائل ومنصة الإدارة الافتراضية Nitro، لتحسين كفاءة استهلاك الطاقة والأداء بشكل إضافي. ويحتاج الفريق الهندسي خلال مرحلة "التشغيل الأول" للرقائق إلى إجراء اختبارات هندسية مكثفة، وحل المشكلات المعقدة المتعلقة بالتشتيت الحراري والاتصال عبر اللحام الميداني والاختبار. وفي الوقت الراهن، تم نشر أكثر من نصف مليون شريحة Trainium2 ضمن أحد أكبر تجمعات الحوسبة الخاصة بالذكاء الاصطناعي عالميًا والمعروفة باسم "مشروع راينيير"، وهي مخصصة خصيصًا لخدمة Anthropic. ورغم الاهتمام الكبير بانضمام OpenAI، إلا أن تركيز فريق المهندسين لا يزال منصبًا على Anthropic والخدمات الداخلية لأمازون، كما بدأوا العمل فعليًا على تطوير رقاقة Trainium4. ويعقد الرئيس التنفيذي لشركة أمازون آندريه جاسي آمالاً كبيرة على أعمال هذه الرقاقات ذات التصنيع الداخلي، معتبرًا إياها نقطة النمو المركزية المستقبلية لمنصة AWS. ومع الانتشار الواسع لترقية Trainium في مجالي التدريب والاستدلال، تسعى أمازون إلى إعادة تشكيل مشهد البنية التحتية للذكاء الاصطناعي من خلال حلول الأجهزة المتكاملة عموديًا.