随着微软(MSFT.US)和谷歌(GOOGL.US)在生成式人工智能模型与工具领域首先发力，亚马逊(AMZN.US)也正奋起直追。同时，亚马逊据悉已在美国得州奥斯汀秘密开发两款定制芯片——分别为Inentia和Trainium，它们为亚马逊云服务AWS客户提供了一种替代选择，可以代替越来越难采购的英伟达(NVDA.US)GPU培训大语言模型。
而且AWS在云计算领域的主导地位是亚马逊的一大优势。AWS是全球最大的云计算提供商，2022年占据了40%的市场份额。分析师认为，从长远来看，亚马逊的定制芯片可能会让它在生成式人工智能领域占据优势。
AI模型、工具与芯片齐发力，亚马逊奋起直追
直到今年4月，亚马逊才推出了自己的大型语言模型Titan，以及一项名为Bedrock的服务，以帮助开发人员使用生成式人工智能来增强软件。研究机构Gartner副总裁分析师Chirag Dekate表示：“亚马逊不习惯追逐市场。亚马逊习惯于创造市场。我认为，很长一段时间以来，他们第一次发现自己处于劣势，他们正在努力追赶。”
然而，其他公司采取了更快的行动，投入了更多的资金，并乘上了人工智能的东风。当OpenAI于去年11月推出ChatGPT时，向OpenAI投资了130亿美元的微软因托管这款爆火的人工智能聊天机器人而受到广泛关注。今年2月，微软迅速将生成式人工智能模型添加到自己的产品中，并将其整合到必应中。同月，谷歌推出了自己的大语言模型Bard，随后又向OpenAI的竞争对手Anthropic投资了3亿美元。
另一家科技巨头Meta(META.US)联手微软最近也发布了自己的大型语言模型、“ChatGPT竞品”Llama 2，该模型现在可以在微软Azure公共云上进行测试。今年2月，Llama 1开源后，Meta就已收到了10万多个访问大型语言模型的请求。Llama的开放瞬间让AI社区模型大爆发，UC 伯克利的Vicuna、斯坦福Alpaca等各种系列“羊驼”蜂拥而出。这次，Llama 2的开源直接向OpenAI和谷歌发起挑战。在OpenAI和谷歌独占鳌头下，Meta此举想通过另辟蹊径改变大模型AI之争的格局。
尽管如此，在美国得州奥斯汀，几个亚马逊员工正在设计两种定制微芯片——Inentia和Trainium，以便用于训练和加速生成式人工智能。这两款定制芯片为需要培训大语言模型的亚马逊云服务AWS客户提供了一种替代英伟达图形处理器(GPU)的选择。目前，企业采购英伟达GPU越来越难，而价格也越来越高。
6月份，AWS首席执行官Adam Selipsky接受采访时表示：“全世界都希望有更多的芯片用于支持生成式人工智能，无论是GPU还是亚马逊自己设计的芯片。我认为，与世界上任何其他公司相比，我们更有可能为客户提供这种人人都想要的算力。”
Dekate指出，从长远来看，亚马逊的定制芯片可能会让它在生成式人工智能领域占据优势。他说:“我认为，真正的区别在于他们带来的技术能力。因为你猜怎么着?微软没有Trainium或Interentia。”
早在2013年，AWS就通过一款名为Nitro的专用硬件悄然开始生产定制芯片，其现在是AWS芯片中产量最高的。亚马逊告诉媒体，每台AWS服务器中至少有一个，使用总数超过2000万。2015年，亚马逊收购了以色列芯片初创公司Annapurna Labs。然后在2018年，亚马逊推出了基于软银旗下英国芯片设计公司Arm架构的服务器芯片Graviton，直接对标AMD和英伟达等巨头x86 CPU。
伯恩斯坦研究公司(Bernstein Research)高级分析师Stacy Rasgon表示：“Arm芯片在服务器总销售额中所占的比例可能高达10%，其中很大一部分将来自亚马逊。所以在CPU方面，他们做得相当不错。”
同样在2018年，亚马逊推出了专注于人工智能的芯片。两年前，谷歌发布了首款张量处理器(Tensor Processor Unit，简称TPU)。而微软尚未宣布其正在与AMD合作开发的人工智能芯片Athena。
亚马逊在美国得州奥斯汀设有芯片实验室，并在那里开发和测试Trainium和Inferentia。该公司产品副总裁Matt Wood解释了这两种芯片的用途。他说：“机器学习分为这两个不同的阶段。所以，你需要训练机器学习模型，然后对这些训练过的模型进行推理。与在AWS上训练机器学习模型的其他方式相比，Tradium在性价比方面提高了约50%。”
继2019年推出第二代Interentia之后，Trainium于2021年首次上市。Wood指出，Interentia允许客户“提供低成本、高吞吐量、低延迟的机器学习推理，这是你在生成式人工智能模型中输入提示时获得的所有预测，所有这些都会得到处理，然后获得响应”。
然而，就目前而言，在训练模型方面，英伟达GPU仍然是无可争议的王者。今年7月，AWS推出了基于英伟达H100的新AI加速硬件。Rasgon指出：“在过去15年里，英伟达围绕其芯片建立起了庞大的软件生态系统，这是其他公司所没有的。目前，人工智能领域的最大赢家就是英伟达。”
云计算技术在手，亚马逊优势在候
然而，AWS在云计算领域的主导地位是亚马逊的一大优势。Dekate写道：“亚马逊不需要额外关注，该公司已经拥有非常强大的云安装基础。他们所需要做的就是弄清楚如何利用生成式人工智能使现有客户扩展到价值创造运动中。”
当在亚马逊、谷歌和微软之间选择生成式人工智能服务时，数百万AWS客户可能会被亚马逊吸引，因为他们已经熟悉亚马逊，并在AWS运行其他应用程序并存储数据。
AWS技术副总裁Mai-Lan Tomsen Bukovec解释称：“这是一个有关速度的问题。这些公司能够以多快的速度开发这些生成式人工智能应用程序，取决于他们首先从AWS中的数据开始，并使用我们提供的计算和机器学习工具来推动的。”
根据科技行业研究机构Gartner的数据，AWS是全球最大的云计算服务提供商，到2022年占据40%的市场份额。尽管亚马逊的营业利润已经连续三个季度同比下降，但在亚马逊第二季度77亿美元的营业利润中，AWS仍然占到了70%。而且从历史上看，AWS的运营利润率远高于谷歌云。
AWS还拥有越来越多的专注于生成式人工智能的开发者工具组合。AWS负责数据库、分析和机器学习的副总裁Swami Sivasubramanian表示：“让我们把时钟拨回去，甚至回到ChatGPT公布之前。并且这不是说在那之后，我们突然匆忙拿出了一个计划，因为你不可能在那么快的时间内设计出一款新芯片，更不可能在2到3个月的时间内建立Bedrock服务。”
Bedrock可以让AWS客户访问由Anthropic、Stability AI、AI21 Labs和亚马逊Titan开发的大语言模型。Sivasubramanian表示：“我们不相信一种模型会统治世界，我们希望我们的客户拥有来自多个供应商的最先进模型，因为他们会为正确的工作选择正确的工具。”
亚马逊最新的人工智能产品之一是AWS HealthScribe，该服务于7月推出，旨在帮助医生使用生成式人工智能起草患者就诊摘要。亚马逊还有机器学习中心SageMaker，提供算法、模型等服务。另一个重要工具是CodeWhisperer，亚马逊表示，它使开发人员完成任务的速度平均提高了57%。去年，微软也报告说，其编码工具GitHub Copilot提高了工作效率。
今年6月，AWS宣布了斥资1亿美元建立生成式人工智能创新中心。AWS首席执行官Selipsky表示：“我们有很多客户都想要生成式人工智能技术，但他们不一定知道这在他们自己的业务背景下对他们意味着什么。因此，我们将引入解决方案架构师、工程师、策略师和数据科学家，与他们一对一地合作。”
虽然到目前为止，AWS主要专注于开发工具，而不是打造ChatGPT的竞争对手，但最近泄露的一份内部邮件显示，亚马逊首席执行官Andy Jassy正在直接监督一个新的中央团队，该团队也在构建可扩展的大型语言模型。
在第二季度财报电话会议上，Jassy表示，AWS的“相当大一部分”业务现在是由人工智能和它提供的20多种机器学习服务驱动的。其客户包括飞利浦、3M公司、Old Mutual和汇丰银行。
对AI数据安全问题方面，AWS也具有天然的优势。人工智能的爆炸式增长带来了一系列安全担忧，公司担心员工将专有信息放入公共大型语言模型使用的培训数据中，以致于使得内部机密数据泄露。Selipsky对此表示：“我无法告诉你，我接触过的财富500强公司有多少家禁用了ChatGPT。因此，通过我们的生成式人工智能方法和Bedrock服务，你通过Bedrock所做的任何事情、使用的任何模型，都将在你自己独立的虚拟私有云环境中。它将被加密，它将具有相同的AWS访问控制。”
目前，亚马逊只是在加速推进生成式人工智能，声称目前有“超过10万”客户在AWS上使用机器学习。虽然这只占AWS数百万客户的一小部分，但分析师表示，这种情况可能会改变。
Dekate称：“我们没有看到企业在说：哦，等一下，微软已经在生成式人工智能方面领先，让我们走出去，让我们改变我们的基础设施战略，把所有东西都迁移到微软。如果你已经是亚马逊的客户，你很可能会更广泛地探索亚马逊的生态系统。”
