由 Simon AWS Trainium3芯片能否撼动英伟达GPU霸主地位？Decart实现40毫秒实时视频生成，成本骤降50%引行业震撼！
亚马逊云科技（AWS）近日与AI视频初创公司Decart达成合作，其自研AI加速芯片Trainium再获重要客户。根据协议，Decart将基于AWS Trainium3优化其旗舰视频生成模型Lucy，实现实时视频生成。此举凸显了在AI加速领域，定制化芯片正日益挑战英伟达GPU的传统主导地位。
【深度合作】
Decart将全面投入AWS生态，其模型将通过Amazon Bedrock平台向开发者开放。这意味着开发者无需担忧底层基础设施，即可将Decart的实时视频生成能力集成到各类云应用中。通过Bedrock的分发，AWS增强了“即插即用”能力，显示出亚马逊对实时AI视频需求增长的信心，同时也帮助Decart扩大在开发者社群中的影响力。
【性能突破】
Decart选择Trainium2的关键在于其性能优势：Lucy模型的首帧生成时间仅40毫秒，几乎在提示词输入后即刻开始生成视频。通过Trainium优化流程，Lucy在保持30fps输出帧率的同时，画质可媲美OpenAI的Sora 2和谷歌的Veo-3等成熟但速度较慢的模型。更值得关注的是，Decart已获得新一代Trainium3处理器的早期使用权，其支持高达100fps的输出帧率且延迟更低。Decart联合创始人兼CEO Dean Leitersdorf表示：“Trainium3的新架构带来更高吞吐量、更低延迟和更优内存效率，使我们的帧生成速度提升至4倍，而成本仅为GPU的一半。”
【行业趋势】
定制化AI加速芯片（如Trainium、谷歌TPU、Meta MTIA）采用专用集成电路（ASIC）架构，针对特定任务剥离冗余功能单元，在性能与能效上显著优于通用GPU。典型案例包括：
– Anthropic与AWS合作的“Rainier项目”，使用数十万颗Trainium2处理器构建超算集群，为Claude Opus-4.5等先进模型提供数百EFLOPS算力；
– AI编程初创公司Poolside使用Trainium2训练模型，并计划未来用于推理；
– Anthropic同时探索在百万级谷歌TPU集群上训练下一代Claude模型；
– Meta正与博通合作开发定制AI处理器以训练Llama模型，OpenAI也有类似计划。
【竞争格局】
英伟达虽仍主导AI市场（处理绝大多数AI工作负载），但正面临定制处理器的日益严峻挑战。值得注意的是，英伟达据称也在自主研发ASIC芯片以应对云厂商竞争。行业共识是，ASIC不会完全取代GPU：GPU的灵活性使其仍是GPT-5、Gemini 3等通用模型的唯一选择，且在AI训练领域保持主导；而ASIC更适合处理需求稳定的专用任务（如实时视频生成）。
【延伸思考】
1. 当AI应用场景日趋垂直化，定制芯片会否催生“算力碎片化”，反而增加开发者的集成成本？
2. 英伟达若成功推出自研ASIC，会如何重塑其与云服务商之间既合作又竞争的关系？
定制AI处理器的崛起正推动芯片设计向更高定制化发展，提升专业应用性能，为以实时视频为代表的AI创新浪潮奠定基础。
（图片来源：AWS re:invent）
阅读 ArtificialIntelligence News 的原文，点击链接。