亚马逊网络服务首席执行官马特·加曼(Matt Garman)对公司在自制硅片方面的未来持乐观态度，因为AWS计划凭借其庞大的基础设施足迹，凭借其“控制”整个流程的独特能力在半导体行业“疯狂优化” 。
“人们喜欢这样的说法，‘当你的合作伙伴拥有其他芯片时，你怎么可能自己开发芯片?’但事实证明，客户喜欢选择，”加曼周一在高盛通讯和技术会议上表示。
拥有自己的芯片组可以在很多方面帮助 AWS 客户——从提高性能到降低碳足迹，例如其新款 Graviton4 处理器。
“Graviton4 的性能绝对优于其他最好的 x86 处理器，而且价格低了 20%。我们的许多客户使用Graviton获得了 40% 到 50% 的性价比提升，同时还降低了功耗并改善了碳足迹，”Garman 表示，他于 2006 年首次加入 AWS。“这是因为我们控制了整个过程。”
“我们不必将这些处理器构建在通用环境中运行。它们将完全在我们的服务器、数据中心和网络堆栈中运行，因此我们可以为客户进行优化，”Garman 说道。“我们可以疯狂地优化，而且我们有一个非常优秀的团队来构建芯片。”
Garman 表示，AWS 最初决定内部生产定制芯片是为了通过 Nitro 支持其虚拟化技术，并能够控制客户成本。“这意味着我们不必从第三方购买这些芯片，这让我们能够降低成本，”Garman 说。
“AWS 是运行 Nvidia、Intel 和 AMD 处理器的最佳场所”
这家总部位于西雅图的云计算巨头已投资十多年设计针对云计算和存储密集型工作负载优化的定制芯片。Garman 表示，大约五年前，AWS 将注意力转向创建AI 处理器，例如 AWS Inferentia 机器学习芯片和 Trainium ML 处理器，用于训练深度学习模型。
“我们认为，在某些情况下，我们自己的定制处理器可以帮助客户节省资金，”Garman 说。
不过，加曼指出，AWS 正在与英特尔、 AMD 和 Nvidia等全球最具创新力和最大的芯片制造商合作。
AWS 首席执行官表示： “我们坚信 AWS 是运行英特尔、AMD 和Nvidia 处理器的最佳场所，而且我们认为，通过提供我们自己的处理器，我们也可以提供一些差异化的功能。”
Garman 特别强调了 Nvidia，它是 AWS 与之建立紧密合作伙伴关系的全明星处理器供应商。“我们正在密切合作，为他们构建一个巨大的人工智能基础设施，让他们可以在 AWS 内部构建自己的模型并运行自己的测试用例，”他说。“因为他们意识到我们拥有最好的操作环境和最好的性能，可以运行他们自己的服务器。所以我们的合作关系非常好。”
“并非所有工作负载都能在 AWS 上更好地运行”
Garman 明确表示，AWS 将继续投资于自己的硅芯片创新以及与其他市场领导者建立密切的市场进入和集成合作伙伴关系。
“并非所有工作负载都能在我们自己的处理器上更好地运行，但我们对其中的机会非常乐观。Trainium 是我们推出的最新芯片，它非常专注于这些 AI 模型的大规模训练集群，”Garman 说道。
AWS 计划在今年年底推出其新的 Trainium2 处理器。
“我们对该平台感到非常兴奋。我们认为我们有机会大幅降低客户成本，同时提高性能，”Garman 表示。“长期以来，客户将拥有广泛的处理器选择，我们认为选择越多对客户越好。”
