Amazon ontwerpt al meer dan tien jaar eigen processoren, maar de opkomst van kunstmatige intelligentie heeft van die inzet een van de snelst groeiende technologische sectoren binnen het bedrijf gemaakt. AWS heeft onthuld dat hun afdeling voor aangepaste silicium al een jaarlijks omzetritme van meer dan 25 miljard dollar behaalt, gedreven door de groei van de families Trainium, Graviton en Nitro, die tegenwoordig de basis vormen van veel van hun cloud-infrastructuur.
In plaats van direct te concurreren met NVIDIA op de traditionele markt van versnellingskaarten, bouwt Amazon aan een volledig geïntegreerd ecosysteem waarin zij de hardware, software en datacenters controleert. Het doel is niet om chips te verkopen, maar om een geoptimaliseerde infrastructuur voor kunstmatige intelligentie en cloud computing aan te bieden.
De belangrijkste punten over Amazon’s chips in 30 seconden
- AWS haalt een jaarlijkse omzet van 25 miljard dollar dankzij haar eigen chips.
- Trainium versnelt het trainen en inferentie van AI-modellen, terwijl Graviton zich richt op algemene workloads.
- Het 98% van de top 1000 klanten van Amazon EC2 gebruikt al instances gebaseerd op Graviton.
- Anthropic, OpenAI en Meta hebben ingestemd met infrastructuurafspraken op het Amazon-platform.
- Amazon streeft ernaar om de gehele technologische keten te beheersen, van silicium tot cloud-diensten.
Dit cijfer illustreert de transformatie in de markt voor AI-infrastructuur. Jarenlang waren grote cloudproviders afhankelijk van processors van Intel, AMD of NVIDIA accelerators. Vandaag de dag ontwerpen Amazon, Google en Microsoft steeds meer eigen componenten om kosten te verlagen, prestaties te verbeteren en hun platforms te onderscheiden.
Een strategie die al begon vóór de AI-boom
Het begon allemaal veel vóór ChatGPT.
In 2015 nam Amazon het Israëlische bedrijf Annapurna Labs over, dat zich specialiseerde in het ontwerpen van processoren. Deze overname bleef aanvankelijk onder de radar, maar markeerde het begin van een strategie die inmiddels een competitief voordeel voor AWS is geworden.
De aanpak was simpel: aangezien Amazon beter dan wie dan ook de workload op haar cloud kende, kon ze ook processors ontwerpen die daar specifiek op waren afgestemd.
Sindsdien heeft Amazon drie grote families chips ontwikkeld.
| Familie | Belangrijkste functie |
|---|---|
| Trainium | Training en inferentie van AI-modellen |
| Graviton | Algemene verwerking op basis van Arm-architectuur |
| Nitro | Virtualisatie, opslag, netwerken en beveiliging van cloud-infrastructuur |
In plaats van deze processors als losse producten te verkopen, integreert Amazon ze binnen haar eigen clouddiensten.
Trainium wil concurreren waar NVIDIA domineert
De vraag naar gespecialiseerde accelerators voor AI is enorm gestegen.
Terwijl NVIDIA haar dominante positie behoudt met GPU’s zoals H100, H200 en Blackwell, ontwikkelt Amazon Trainium als alternatief voor klanten die models direct op AWS willen draaien.
De firma claimt dat Trainium3, dat eind 2025 wordt aangekondigd, tot 40% meer prestaties per dollar biedt ten opzichte van Trainium2 en de energie-efficiëntie verdubbelt, wat vooral belangrijk wordt gezien de groei in energieverbruik van datacenters.
Daarnaast kunnen de nieuwe Trn3 UltraServers tot 144 Trainium3 chips bevatten in één systeem, waardoor de trainingscapaciteit voor grote modellen flink toeneemt.
Graviton is inmiddels de standaardprocessor van AWS
Hoewel Trainium volop in de schijnwerpers staat, zorgt Graviton voor het werkelijke volume aan omzet.
Amazon bevestigt dat:
- het 98% van haar top 1000 EC2-klanten instances op basis van Graviton gebruikt;
- meer dan 130.000 klanten workloads draaien op deze architectuur;
- meer dan de helft van alle nieuwe compute-capaciteit die AWS uitrolt, gebaseerd is op eigen processors.
De vijfde generatie, Graviton5, verbetert de prestaties-voor-prijs met tot 25% ten opzichte van de vorige versie en is specifiek geoptimaliseerd voor AI-agents en gedistribueerde applicaties.
Grote AI-laboratoria kiezen al voor Amazon
Een van de meest belangrijke gegevens is niet technologische, maar zakelijk.
Amazon bevestigde tijdens de kwartaalpresentatie dat verschillende toonaangevende AI-ontwikkelaars al infrastructuur op basis van haar chips inzetten.
| Bedrijf | Aangekondigde inzet |
|---|---|
| Anthropic | Tot 5 GW aan Trainium-infrastructuur voor Claude |
| OpenAI | 2 GW Trainium-capaciteit vanaf 2027 |
| Meta | Tienduizenden Graviton-kernen voor AI-workloads |
| Uber | Gebruik van Graviton en tests met Trainium3 |
| Infrastructuur op basis van Trainium |
Deze overeenkomsten laten zien dat de markt alternatieven voor traditionele GPU’s begint te accepteren, vooral als kosten en energie-efficiëntie doorslaggevend zijn.
Amazon wil geen chips verkopen, maar volledige infrastructuur controleren
In tegenstelling tot NVIDIA, dat vooral hardware levert aan derden, heeft Amazon een andere strategie.
Ze ontwerpt processors, ontwikkelt servers, bouwt datacenters, runt de cloud en biedt AI-diensten aan.
Deze verticale integratie maakt het mogelijk om elke laag van de infrastructuur te optimaliseren en afhankelijkheid van externe leveranciers te beperken.
Andy Jassy, CEO van Amazon, vat deze strategie recent samen door te zeggen dat het bedrijf “zwaar gepositioneerd is voor de nieuwe golf van kunstmatige intelligentie”, dankzij de eigen accelerators en algemene processors.
De komende strijd gaat niet alleen over AI-modellen
De afgelopen twee jaar lag de focus vooral op GPT, Claude, Gemini of Llama.
Echter, de echte knelpunt ligt nog altijd in de infrastructuur.
Wie de siliciumcontrole in handen heeft, beheerst een groot deel van de economie van kunstmatige intelligentie.
Google heeft haar TPU’s, Microsoft werkt aan Maia en Cobalt, Meta ontwikkelt MTIA, terwijl Amazon haar Trainium- en Graviton-processors blijft uitbreiden, en nieuwe generaties en projecten zoals Project Rainier voorbereidt, een van de grootste AI-computing clusters ter wereld.
De competitie gaat niet langer alleen over het beste taalmodel. Het draait ook om het bouwen van de infrastructuur om dat model tegen zo laag mogelijke kosten te laten draaien.
Vergelijking van de belangrijkste AI-chipplatforms
| Bedrijf | Eigen chips | Hoofdfunctie | Businessmodel |
|---|---|---|---|
| Amazon AWS | Trainium, Graviton, Nitro | Cloud en AI | Eigen infrastructuur AWS |
| Google Cloud | TPU | AI en Gemini | Eigen cloud |
| Microsoft Azure | Maia, Cobalt | AI en Azure | Eigen cloud |
| Meta | MTIA | Inferentie en interne diensten | Intern gebruik |
| NVIDIA | Blackwell, Hopper | Algemene AI | Hardware en systemen |
Veelgestelde vragen
Hoeveel verdient Amazon met haar eigen chips?
AWS heeft aangegeven dat haar bedrijf met aangepaste silicium al een jaarlijkse omzet van meer dan 25 miljard dollar behaalt, met een verdrievoudiging van de omzet op jaarbasis.
Wat is het verschil tussen Trainium en Graviton?
Trainium is ontworpen voor training en inferentie van AI-modellen, terwijl Graviton wordt ingezet voor algemene workloads in de cloud op basis van Arm-architectuur.
Concurreren Amazon en NVIDIA direct?
Ja, al is de aanpak anders. Amazon gebruikt haar chips binnen AWS om kosten te verlagen en prestaties te optimaliseren, terwijl NVIDIA hardware verkoopt aan de markt in het algemeen.
Wie gebruikt momenteel Trainium?
Geselecteerde klanten van Amazon omvatten Anthropic, OpenAI, Uber, Pinterest en enkele startups gespecialiseerd in AI-toepassingen.