Amazon Science объявила 34 лауреатов Build on Trainium из 30 университетов. Речь не о новом чеке на $110 млн, а о новом наборе в уже действующую программу AWS: она выдаёт исследователям облачные кредиты и одновременно продвигает Trainium как альтернативу привычной связке Nvidia и CUDA.
Программа на $110 млн стала частью чиповой гонки AWS
AWS запустил Build on Trainium в ноябре 2024 года как многолетнюю программу для университетов и исследовательских групп. По данным AWS, общий объём поддержки составляет $110 млн, а участники получают доступ к выделенному исследовательскому кластеру объёмом до 40 000 чипов Trainium.
Логика здесь предельно практичная. Google продвигает TPU и Trillium, Microsoft развивает Maia, а Amazon нужно, чтобы под Trainium появлялись новые библиотеки, оптимизации и привычка писать код не только под Nvidia. Университеты в такой схеме — не витрина, а фабрика будущего open source.
В новый набор вошли 34 команды из 30 университетов
В свежем цикле Amazon объявила 34 лауреатов из 30 университетов, включая Stanford, UC Berkeley, UIUC, UCLA, Carnegie Mellon и MIT. В описании набора компания делает заметный акцент на Responsible AI — безопасности, надёжности и управляемости моделей, а не только на скорости обучения.
Участникам дают доступ к инфраструктуре AWS, более чем 700 открытым наборам данных Amazon и консультациям инженеров компании. По словам директора Annapurna Labs Gadi Hutt, академический ИИ сегодня «сильно ограничен нехваткой ресурсов», и именно этот дефицит Amazon пытается закрыть облачными кредитами. Важная деталь: результаты исследований и связанный код AWS рассчитывает видеть в открытом доступе, так что часть наработок с высокой вероятностью дойдёт до более широкого рынка.
Для рынка важнее не гранты, а смена технологического стека
Для русскоязычных разработчиков и ИТ-руководителей это сигнал смотреть не только на модели, но и на железо под ними. Если Trainium чаще появляется в университетских проектах и публикациях, у бизнеса со временем становится больше альтернатив привычной инфраструктуре на GPU. Полной замены Nvidia это не обещает, но влияет на цену вычислений, выбор облака и набор инструментов, под которые будут оптимизировать модели в ближайшие годы.
Следующий шаг понятен: Amazon будет расширять программу и дальше подтягивать к Trainium команды, которые потом превратят академические эксперименты в рабочие продукты.
Источники: Amazon Science, AWS, TechCrunch.