AWS（Amazon Web Services）は、米国ラスベガスで開催中の年次イベント「AWS re:Invent 2025」において、同社独自開発の最新AIチップ「Trainium3」を搭載した「Trainium3 UltraServers」の一般提供（GA）を開始したと発表した。
これは世界のAIインフラ市場を席巻するNVIDIAへの対抗軸として、AWSが自社開発シリコン（ASIC）のエコシステムを完成させつつあることを示す、極めて戦略的な一手と言えるだろう。
3nmプロセスへの到達：Trainium3が実現する「圧倒的効率」
AWSのCEOであるMatt Garman氏は基調講演において、Trainium3の展開スピードについて「記録的な速さ」であると強調した。その自信の裏付けとなるのが、TSMCの3nmプロセスルールを採用したことによる物理的な性能向上だ。
公式情報および報道資料から判明したTrainium3チップ単体のスペックは以下の通りである。
- プロセスノード: 3nm（TSMC N3）
- 演算性能: 2.52 PFLOPS（FP8）
- メモリ: 144 GB HBM3e（Trainium2比で容量1.5倍）
- メモリ帯域: 4.9 TB/s（Trainium2比で1.7倍）
- 対応データ型: MXFP8およびMXFP4（微細データ型による推論・学習効率化）
特筆すべきは、前世代（Trainium2）と比較して最大4.4倍の計算性能と、4倍のエネルギー効率を実現している点だ。AIデータセンターにおける電力消費が世界的な課題となる中、「同じ電力で4倍の仕事をする」という価値提案は、コストに敏感なエンタープライズ顧客にとってNVIDIA製GPUに対する強力な代替案となり得る。
「UltraServer」という怪物：144チップを単一システム化
今回の発表で最も注目すべきは、チップ単体ではなく「UltraServer」というシステム単位での提供が前面に押し出されている点だ。
サーバーアーキテクチャの巨大化
従来のサーバー構成とは異なり、Trainium3 UltraServerは、最大で144個のTrainium3チップを単一のサーバーインスタンスとして稼働させることができる。これは物理的なサーバー筐体を超えた、ラックレベルでの統合システムと捉えるべきだ。
- システム総演算性能: 約362 PFLOPS（FP8）
- システム総メモリ: 20.7 TB HBM3e
- システム総メモリ帯域: 706 TB/s
これにより、数千億から1兆パラメータ級のLLM（大規模言語モデル）のトレーニングであっても、単一のUltraServer内で効率的に処理フローを完結できる可能性が高まる。
通信ボトルネックの解消：NeuronSwitch-v1
144個ものチップを連携させる鍵となるのが、新たに導入された「NeuronSwitch-v1」だ。この独自インターコネクト技術により、サーバー内の帯域幅は前世代比で2倍に拡張され、チップ間の通信遅延は10マイクロ秒未満に抑えられている。
Garman氏が述べた「我々はプロセス全体、スタック全体をコントロールしている」という言葉は、チップ設計からサーバー筐体、ネットワークファブリックに至るまでを垂直統合することで、汎用品の組み合わせでは達成不可能な最適化を実現していることを意味する。
NVIDIAとの「協調」と「対決」の狭間で
AWSの動きを俯瞰すると、NVIDIAへの依存度を下げつつも、顧客の選択肢を狭めないという巧みなバランス感覚が見て取れる。
1. 「Trainium4」の予告とNVLinkへの対応
驚くべきことに、AWSは早くも次世代チップ「Trainium4」のティーザー情報を公開した。Trainium3と比較して、以下の性能向上が予告されている。
- FP8処理能力: 少なくとも3倍
- メモリ帯域: 4倍
- インターコネクト: NVIDIA NVLink Fusionのサポート
ここで「NVLink Fusion」のサポートを明言したことは、業界構造を読み解く上で極めて重要だ。これは、将来的にAWSの独自チップがNVIDIAのエコシステムと物理レベルで相互接続可能になることを示唆している。独自チップで囲い込むのではなく、NVIDIAの強力な資産を活用したい顧客層をも取り込む、「全方位外交」へのシフトと筆者は分析する。
2. NVIDIA GB300搭載サーバーの投入
Trainium3の華々しい発表の裏で、AWSはNVIDIAの最新システム「GB300 NVL72」を搭載した「P6e-GB300 UltraServers」の提供も発表している。これは推論（Inference）に特化した大規模システムであり、AWSはNVIDIAを排除するのではなく、「プレミアムな選択肢」としてラインナップに残し続けている。
3. コストという決定的な武器
AWSは、Trainium3を採用することで、AIモデルのトレーニング時間を「数ヶ月から数週間」に短縮し、運用コストを劇的に削減できると主張する。Anthropic、Ricoh、Karakuriといった初期採用企業は、NVIDIA製GPUの供給不足や高コスト構造に対する解決策として、Trainiumへの移行を進めていると見られる。特にAnthropicへの40億ドル規模の投資とバーターでTrainium利用を促進している点は、AWSのエコシステム拡大戦略の中核である。
AIインフラは「多様化」の時代へ
2025年12月現在、AWSが提示したのは、NVIDIA一強体制に対する現実的かつ強力な「解」である。
TSMC 3nmプロセスによる物理的な性能向上、144チップを束ねるUltraServerによるスケールアップ、そしてNeuronSwitchによる通信の最適化。これらはすべて、AWSがクラウドベンダーの枠を超え、一流の半導体メーカーとしての地位を確立したことを証明している。
特に、最大1万台のUltraServerを接続し、100万個のTrainiumチップによるクラスタを構築可能という構想は、人類がこれまでに手にしたことのない規模の計算リソースへのアクセスを意味する。
今後、ユーザー（開発者）は、「最高性能だが高価なNVIDIA」と、「コストパフォーマンスとエネルギー効率に優れたAWS Trainium」を、ワークロードに応じて冷徹に使い分ける時代に突入するだろう。Trainium3の一般提供開始は、その分岐点となる歴史的なマイルストーンである。
Sources
