隨著生成式AI浪潮席捲全球，雲端大廠（CSP）競相投入自研晶片，試圖降低對外部供應商的依賴。
然而，在微軟、Google如火如荼發展的階段，雲端產業龍頭亞馬遜（AWS）已經領先多年，最早可追溯到2013年，至今已打造出標準運算、推理、訓練、伺服器晶片等四大產品線，組成穩固的基礎建設帝國。
這四大產品線背後團隊的掌舵者，是AWS副總裁暨傑出工程師、以色列晶片設計公司Annapurna Labs共同創辦人納菲亞‧畢沙拉（Nafea Bshara）。
畢沙拉在2011年創辦Annapurna Labs，隨後在2015年被亞馬遜以約3.5億美元收購，以快速強化AWS發展自研晶片的實力。
而畢沙拉在今年re:Invent大會期間首度接受包含《數位時代》在內的台灣媒體團訪，半開玩笑地表示「我們AWS貢獻了台灣GDP的一大部分！」不只是台積電前五大客戶之一，更點出與鴻海（Foxconn）、廣達（Quanta）、智邦（Accton）等台灣大廠緊密合作。
同時，他針對外界好奇的自研晶片優勢、手上最Trainium晶片路線圖，以及與輝達（NVIDIA）之間微妙的競合關係，在訪問中一一解答。
AWS旗下四大晶片系列：
Nitro（加速）： 2013年推出，用來處理I/O與安全功能的晶片。目前已演進至第七代，全球有超過2千萬台伺服器搭載，是AWS最暢銷的產品。
Graviton（運算）： 2018年推出，基於ARM架構的CPU。最新第五代單顆擁有多達192核心，全球已部署超過200萬顆，服務超過5萬名客戶。
Inferentia（推論）： 2019年推出，專攻AI模型預測。第二代產品採用台積電5奈米製程，延遲降低高達10倍。
Trainium（訓練）：2022年推出，專攻AI模型訓練。最新的Trainium 3是業界首款3奈米雲端AI晶片。
解密1：AWS的「軟硬混血」戰隊，如何打破效能天花板？
談起目前市場開始白熱化的自研晶片競爭，「每個人（每家公司）都有野心、都想做客製化晶片，但有多少真的能做到的？」畢沙拉指出AWS的優勢在於，不只是市場中少見的玩家，更早在2011年就看見趨勢並開始布局，至今已是一段長達14年的旅程。
他強調，這段時間的累積讓AWS擁有強大的垂直整合能力，軟體團隊甚至在晶片投片前（Tape-out）就能開始測試，「這能讓我們省下12到24個月的上市時間。」這種速度，以AWS的規模而言，意味著數百億美元的價值，而且能更安全、更快地獲得客戶的回饋。
除了買到時間，軟硬體深度整合，也讓AWS的晶片達到競爭者難以匹敵的成果。畢沙拉透露，在Annapurna實驗室裡，負責寫晶片RTL（暫存器傳輸級）代碼的硬體工程師，同時也深諳軟體運作；甚至第一線維運資料中心的人員，也會回頭參與晶片設計。這種打破硬體設計、軟體開發與維運邊界的「混血」模式，讓他們能第一手掌握客戶在真實場景下的痛點，並迅速修正，這是傳統晶片供應商難以複製的優勢。
舉例來說，AWS針對AI訓練打造的Trainium 3晶片，是今年發布會的焦點，大會中強調不只能訓練，甚至也能進行龐大運算的「推論」。畢沙拉也點出，從Trainium 1到Trainium 2，效能提升了4倍；從Trainium 2到Trainium 3，效率提升了5倍，而明年即將公開的下一代Trainium 4，效能可望再提升6倍。
「一般晶片每一代升級頂多提升30%，我們卻可以做到4倍甚至6倍。」畢沙拉表示，這種「違反常理」的爆發性成長，光靠台積電的先進製程或記憶體升級是撐不起來的。
雖然根據摩爾定律，晶片上的電晶體數量約每兩年會增加一倍，效能也理應隨之翻倍，但先進製程近年逼近物理極限，單靠製程紅利帶來的效能提升，通常只剩20%至30%，要突破這數字，就必須從「架構層面」來突破，這正是AWS的強項。
他解釋，市場常誤將Trainium視為ASIC（特殊應用積體電路／Application Specific Integrated Circuit），也就是為特定用途量身打造的客製化晶片，但ASIC往往是針對特定演算法「固化」，一旦AI模型改變就難以適應。而Trainium本質上更像是「可程式化處理器」，擁有如同GPU般的靈活性，這意味著它不僅能處理當下的任務，還能透過軟體定義去適應未來的AI變化，這正是它能突破硬體限制、持續大幅躍進的關鍵。
畢沙拉指出，這意味著即便未來AI主流架構改變，Trainium依然能支援，不會面臨硬體被軟體淘汰的窘境。「只要你支援PyTorch，所有的模型都能在我們的晶片上運作，」他自信地說 。
解密2：與輝達「亦敵亦友」的哲學、連蘋果都離不開的關鍵技術
AWS坐擁四大自研晶片陣容，與AI晶片霸主輝達既競爭又合作的「瑜亮情結」，一直受到外界關注。
不過談起和輝達的關係，畢沙拉只是不假思索地回答：「超級好（Super good）！」他強調，AWS的哲學是提供「選擇」，如同在亞馬遜網站上買衣服，「你可以買紅襯衫、也可以買藍襯衫。在AWS的平台上，你可以買到NVIDIA GPU，也可以買我們自己的Trainium。」。
而雙方的技術合作確實相當緊密，Trainium晶片使用了NVIDIA的NVLink技術，而NVIDIA的GPU在AWS雲端運作時，底層也依賴AWS的Nitro系統，稱得上是一場共生關係。畢沙拉也強調，AWS不會替客戶做決定，而是提供多樣化的選項，讓客戶根據需求自己搭配。
除了輝達，另一位夥伴蘋果（Apple）的關係也相當耐人尋味，極少出席「友商」發布會活動的蘋果，罕見二度為AWS出席站台，畢沙拉指出，蘋果不僅是AWS自研處理器Graviton的大用戶，去年也曾測試過Trainium晶片。
更關鍵的是，AWS是目前市面上唯一能提供「Mac雲端實例（Mac instances）」的雲端供應商，讓開發者能在雲端上使用從M1到M4的Mac電腦資源。畢沙拉揭密，這項獨門生意完全歸功於Nitro晶片，「因為Mac非常安全且封閉，如果沒有Nitro卡作為中介層處理安全與I/O，我們根本無法將Mac整合進資料中心。」這也證明了AWS基礎設施的技術，能讓蘋果買單多年的關鍵。
透過自研晶片降低成本，加上和輝達、蘋果等巨頭強強聯手，AWS在這場生成式AI的馬拉松中的目標是，確保自己永遠是客戶眼中難以替代，且最多元化的基礎設施。
