【海通国际】Trainium4与Nova2同台亮相，AWS在自研领域加速追赶-251208（10页）.pdf

1、 Table_yejiao1 本研究报告由海通国际分销，海通国际是由海通国际研究有限公司，海通证券印度私人有限公司，海通国际株式会社和海通国际证券集团其他各成员单位的证券研究团队所组成的全球品牌，海通国际证券集团各成员分别在其许可的司法管辖区内从事证券活动。关于海通国际的分析师证明，重要披露声明和免责声明，请参阅附录。(Please see appendix for English translation of the disclaimer)Table_yemei1 热点速评 Flash Analysis Table_summary(Please see APPENDIX 1 for Engl

2、ish summary)事件事件 美国东部时间 12 月 2 日，亚马逊 AWS 在年度技术大会 re:Invent 发布新一代 AI 训练芯片 Trainium 3，同时预告 Trainium 4 已进入开发周期；在模型层，AWS 推出自研大模型组合 Nova 系列（Nova/Nova Pro/Nova Lite），并强化 Bedrock 平台的模型供给与治理工具；在服务层面，从企业 AI Agent、研发工具到行业应用全面升级。发布内容覆盖“芯片模型框架服务应用”全链条，AWS 明显加大对微软与谷歌的正面竞争力度。点评点评 从技术路径看，从技术路径看，AWS 传递全栈传递全栈 AI 战略。

3、战略。首先，在算力层面，Trainium3 相较前代在矩阵运算单元、内存带宽和集群互联层面都做了针对性优化，特别是面向 Transformer 与大规模自注意力结构进行了指令集和数据通路的定制化重构，使得在同等机柜功耗下能够承载更大规模模型训练任务。目前基于 Trainium3 UltraServers 构建的集群已经在多家客户（包括 Anthropic 等 AI 公司）的生产训练环境中上线使用，并在成本上相比主流 GPU 方案可节省至多约 50%的训练费用。下一代下一代 Trainium4 将集成将集成 Nvidia NVLink Fusion 技术技术，这意味着 AWS 一方面通过自研芯片

4、降低对单一供应商的依赖，另一方面又主动与 Nvidia 在互联技术层面深度合作，以期在未来大规模训练集群中保持技术领先与生态兼容。在模型与服务层面，在模型与服务层面，推出推出 Nova 2 系列。系列。Nova 2 Lite 聚焦性价比与推理效率，适合日常 Agent 应用与企业工作流自动化；Nova 2 Pro 则强调高阶推理、复杂代码生成及多模态理解能力；Nova 2 Sonic 主打实时语音对话，提升对话自然度与响应延迟表现；部分路线图中还提及更高级别的 Nova 2 Omni，强化在同时处理文本、图像、音频、视频等多模态内容时的推理一致性。配合统一的多模态 embedding 模型，A

5、WS 意图在企业级 RAG 和 Agent检索场景中提供更完整的技术栈。AWS 正在从正在从 GPU 依赖走向自研芯片与模型的全栈依赖走向自研芯片与模型的全栈 AI 化。化。过去两年，在生成式 AI 叙事中，微软依托与 OpenAI 的深度绑定以及 Copilot 应用占据了舆论优势，谷歌则凭借 Gemini 与 TPU 生态稳固其在搜索和广告场景的 AI 能力，而 AWS 在模型侧相对低调，更多以基础设施和 Bedrock“模型超市”角色出现。随着 Trainium3 的大规模落地以及 Trainium4 路线的公开，AWS 通过自研加速器降低了对 Nvidia 高端 GPU 的单一依赖，同

6、时在 AI Factories 中又主动引入最新一代 Nvidia 平台，使得其在供应链端更加灵活，可以在不同客户、不同主权数据需求下组合自研与第三方算力，增强议价能力与项目交付能力。对于下游客户而言，这种组合拳有望在成本、性能与合规性之间提供更多可选项。我们认为，本次我们认为，本次 AWS re:Invent 2025 显示自研能力正成为显示自研能力正成为 CSP 的核心竞争的核心竞争点点。AWS 在芯片侧以 Trainium 3/4 形成规模化自研加速器体系，模型侧通过 Nova 2 系列建立前沿模型供给能力，平台与应用侧依托 AI Factories 与 Frontier agents