Amazon ujawnił swój strategiczny plan dotyczący rozwoju i szkolenia własnych modeli sztucznej inteligencji (AI) z wykorzystaniem autorskich układów scalonych. Inicjatywa ta podkreśla zaangażowanie lidera w dziedzinie e-commerce i chmury obliczeniowej w poszerzanie możliwości AI poprzez budowę własnego ekosystemu sprzętowego, dostosowanego do jego unikalnych potrzeb. Głównym celem jest uzyskanie znaczącej przewagi kosztowej w procesie trenowania modeli AI, który zazwyczaj wymaga dużej mocy obliczeniowej i wiąże się z wysokimi kosztami. Trening modeli AI, zwłaszcza tych opartych na głębokim uczeniu i dużych zbiorach danych, wymaga wydajnego sprzętu, takiego jak specjalistyczne układy procesorowe. Obecnie wiele firm korzysta z usług zewnętrznych dostawców tych chipów, takich jak giganci branżowi Nvidia i AMD. Projektując i produkując własne układy, Amazon zamierza ograniczyć zależność od zewnętrznych producentów. Takie rozwiązanie może dać Amazonowi większą kontrolę nad własnym łańcuchem dostaw i zasobami technologicznymi, a także zoptymalizować wydajność i efektywność, dostosowując je do swoich specyficznych zadań AI. Plan Amazona wpisuje się w szerszy trend branżowy, gdzie kluczowe firmy technologiczne coraz częściej inwestują w własny hardware. Układy dostosowane do zastosowań AI pozwalają na szybsze obliczenia, lepszą energooszczędność oraz bardziej zintegrowane rozwiązania z platformami programistycznymi. Wszystkie te korzyści przyczyniają się do obniżenia kosztów operacyjnych i zwiększenia konkurencyjności usług opartych na AI. Tworzenie własnych układów AI jest także istotnym elementem szeroko zakrojonej strategii AI Amazona, obejmującej liczne zastosowania w różnych działach firmy.

Dotyczy to m. in. rozwoju możliwości chmurowych Amazon Web Services (AWS), ulepszania doświadczeń klientów poprzez inteligentne wyszukiwania, systemy rekomendacji i asystenty głosowe, takie jak Alexa. Personalizowane układy mogą przyspieszyć innowacje w tych obszarach, umożliwiając szybsze cykle szkoleniowe modeli i bardziej efektywne wdrażanie inferencji. Co więcej, ograniczając zależność od zewnętrznych dostawców chipów, Amazon może zmniejszyć ryzyko związane z łańcuchem dostaw i potencjalnymi wąskimi gardłami. Globalny przemysł półprzewodników odnotował ostatnio poważne zakłócenia, które wpłynęły na dostępność komponentów i ich ceny. Kontrolowanie projektowania i produkcji układów pozwala Amazonowi lepiej radzić sobie z takimi wyzwaniami i utrzymać stabilny harmonogram rozwoju AI. Inicjatywa ta sygnalizuje także ambicje Amazona do bardziej agresywnej rywalizacji z innymi gigantami technologicznymi zaawansowanymi w hardware AI, takimi jak Google z Tensor Processing Units (TPU) czy Apple z własnym układami silikonowymi. Ukazuje to zaangażowanie Amazona w wewnętrzne innowacje, zamiast polegania wyłącznie na technologiach zewnętrznych. Ostatecznie, celem jest stworzenie bardziej opłacalnej, skalowalnej i własnej infrastruktury AI, wspierającej szeroki ekosystem usług Amazona. Podsumowując, plan Amazona dotyczący szkolenia modeli AI z użyciem własnych układów to ważny krok w kierunku uniezależnienia się technologicznie i poprawy efektywności kosztowej jego działań AI. Projektując i wdrażając własny sprzęt, Amazon jest w dobrym położeniu, aby odkrywać nowe możliwości rozwoju AI i utrzymać konkurencyjną pozycję na szybko zmieniającym się rynku technologicznym.