A Amazon Web Services (AWS) aposta no processador Trainium como peça central de uma estratégia multibilionária que pode reduzir a dependência das GPUs da Nvidia. O chip ganhou protagonismo após a confirmação de um investimento de US$ 50 bilhões entre Amazon e OpenAI, que colocou a AWS como fornecedora exclusiva do sistema Frontier, incluindo a entrega de 2 gigawatts de capacidade computacional baseada em Trainium.

TRANSMISSÃO: Record | a AWS registrou e compartilhou (YouTube)

Quem usa e qual o impacto

Além da OpenAI, a Anthropic já integra mais de 1 milhão de chips Trainium2 em sua infraestrutura, segundo apurado, incluindo o Project Rainier, lançado no final de 2025 como um dos maiores clusters de IA do mundo. Esse movimento realça a posição da Amazon como influenciadora de alianças entre empresas de tecnologia e de governos no setor de semicondutores.

Entretanto, o acordo de exclusividade com a OpenAI gerou atrito com a Microsoft, que afirma que o pacto pode conflitar com um entendimento prévio que lhe garantia prioridade no acesso a tecnologias da OpenAI, conforme reportagens do Financial Times mencionadas pelo TechCrunch.

Demanda e capacidade

Na prática, a procura pelo silício da AWS é intensa: o serviço Bedrock consome chips Trainium mais rapidamente do que a empresa consegue fornecê-los. “Nossa base de clientes está se expandindo na velocidade em que conseguimos entregar capacidade”, disse Kristopher King, diretor do laboratório de chips da AWS, em entrevista ao TechCrunch.

Do treinamento à inferência

Embora o Trainium tenha sido concebido para treinar modelos, o mercado migrou o foco para a inferência — a etapa de execução dos modelos para gerar respostas em tempo real — que hoje é vista como o principal gargalo de desempenho na indústria. Para isso, a Amazon lançou o Trainium3, operando em servidores Trn3 UltraServers, e afirma que o custo operacional por rodar IA nesses chips pode ser até 50% menor que em servidores de nuvem convencionais, mantendo desempenho equivalente.

Imagem: Divulgação

O desenvolvimento do Trainium3 levou cerca de 18 meses e teve como marco a primeira ativação, que a AWS registrou e compartilhou no YouTube. Mark Carroll, diretor de engenharia da AWS, destacou ao TechCrunch que a inovação envolve também a conectividade: novos switches Neuron permitem que cada Trainium3 se comunique em uma malha (mesh), reduzindo a latência e contribuindo para recordes em custo por energia.

Estrategia de adoção

Para facilitar a migração de clientes que atualmente usam GPUs da Nvidia, a AWS oferece suporte nativo ao PyTorch. Segundo Carroll, a mudança para Trainium hoje requer “basicamente a mudança de uma única linha de código, seguida de recompilação”. Essa facilidade tem atraído empresas importantes; a Apple elogiou em 2024 o uso dos chips Graviton e Inferentia da AWS nas suas operações de IA.





A discussão para 2026 passa a ser se a AWS conseguirá ampliar a produção com rapidez suficiente para atender a demanda de grandes usuários como OpenAI e Anthropic antes que a Nvidia lance nova geração de hardware que responda ao avanço do Trainium.

Com informações de Olhardigital