AWS Hydro 团队研究负责人 Shadaj Laddad 认为代码审查已跟不上智能体写代码的速度，主张把正确性检查放在智能体信任边界之外，由编译器强制执行，例如 Rust 借用检查器在运行前捕获竞态条件，Hydro 则在编译期捕获分布式系统的多类缺陷。团队正研究把幂等性等反复出现的设计模式做成通用护栏，同时承认编译器有局限，AI 生成的 Rust 代码可以编译通过但仍然有错。Hydro 与同团队的开源智能体运行时 Infinity 均由 AWS 与 UC Berkeley 联合开发，托管在 hydro.run。
匹配字段标题
亚马逊CEO安迪·贾西在a16z播客中表示，生成式AI浪潮头三年，AWS的AI业务年化收入运行速率已超过250亿美元，是AWS初期约6000万美元的数百倍。他称2026年约2200亿美元的资本支出下，2026年产能已售罄、2027年基本售罄、2028年相当一部分也已售出，并认为推理成本仍贵了一个数量级，这是企业广泛应用AI的主要障碍。他还提到Bedrock团队用6名工程师、76天重构推理引擎，过去需要40人一年。
匹配字段标题
亚马逊CEO Andy Jassy表示,AWS大部分产能已预订至2028年。他在Andreessen Horowitz播客访谈中透露,AWS 2026年大型运算产能已全部被预订,2027年基本售罄,2028年也有相当大一部分被客户提前锁定。Jassy提到,亚马逊今年早些时候披露2026年资本支出将达约2200亿美元,主要投向数据中心、服务器及网络设备;但他同时称数据中心、电力和内存资源紧张,短缺可能不会在2027年结束。他还表示,AWS前1000大EC2客户中已有99%使用自研处理器Graviton,Trainium芯片性价比比同级处理器高约30%至40%,而AI推理成本仍需下降约十倍才能推动企业级规模化应用。
匹配字段标题
亚马逊CEO Andy Jassy表示,AWS大部分产能已预订至2028年。他在Andreessen Horowitz播客访谈中透露,AWS 2026年大型运算产能已全部被预订,2027年基本售罄,2028年也有相当大一部分被客户提前锁定。Jassy提到,亚马逊今年早些时候披露2026年资本支出将达约2200亿美元,主要投向数据中心、服务器及网络设备;但他同时称数据中心、电力和内存资源紧张,短缺可能不会在2027年结束。他还表示,AWS前1000大EC2客户中已有99%使用自研处理器Graviton,Trainium芯片性价比比同级处理器高约30%至40%,而AI推理成本仍需下降约十倍才能推动企业级规模化应用。
匹配字段标题
AWS 于 10 月 1 日发布基于阿里 Qwen3.5 的开源权重模型 Strands Decider 2B，其服务端点 /v1/systemone 与 TypeSafe AI 两周前随 Jev 推出的端点一致，Upstage、Ollama 0.35 版及多个开源实现也采用同一 System One 模式。OpenAI 在 DevDay 上以基于 GPT-6 Luna 的 Decisions API 回应 Jev，但仍处有限预览，未公布 schema 与定价。文章认为 TypeSafe 的 schema 正在成为共享契约，而端点之争仍未定，OpenAI 是否发布不同 schema 将决定该品类走向统一还是分裂。
匹配字段标题
Cerebras 发文解释分离式推理，即把 LLM 推理的 prefill 与 decode 拆到不同硬件上运行。文中提到 3 月 13 日 AWS 与 Cerebras 宣布分离式推理合作，由 AWS Trainium 负责 prefill、Cerebras CS-3 负责 decode，通过 EFA 网络连接并在 Amazon Bedrock 上提供。Cerebras 称该方案预计可将 token 吞吐提升至聚合方案的 5 倍，并援引研究称智能体负载的 P95 延迟最多改善 4.5 倍。
匹配字段标题
The Next Platform 分析认为，Meta Platforms 正筹备更正式地对外出售云服务，直接对标 AWS、Microsoft Azure 和 Google Cloud，该计划被称为 Meta Compute。文章援引 Bloomberg 报道称，Meta 可能提供运行其较新 Muse Spark 模型的 API，以及虚拟机和容器等基础 IaaS，由全球基础设施负责人 Santosh Janardhan 等人牵头。文章还提到 Meta 去年 8 月与 Google Cloud 签下 100 亿美元算力租约、并向 CoreWeave 采购 210 亿美元容量，认为其庞大 AI 基础设施投资需要靠云服务变现。
匹配字段标题
AWS 正为 Anthropic 扩建多吉瓦级 AI 训练基础设施，三个接近完工的园区合计拥有逾 1.3GW IT 容量，最大园区将部署近百万颗 Trainium2。Trainium2 的多项性能落后于 NVIDIA 系统，但在单位内存带宽总拥有成本上具有优势，契合 Anthropic 侧重强化学习和训练后扩展的路线。Anthropic 还深度参与 Trainium 的系统设计，同时继续使用 Google TPU 和 NVIDIA GPU。
匹配字段标题
Cerebras 发文解读其与 AWS 的分离式推理合作。文中提到,3 月 13 日 AWS 与 Cerebras 宣布分离式推理合作,将 LLM 推理的 prefill 与 decode 拆分到不同硬件上运行:由 AWS Trainium 负责 prefill,Cerebras CS-3 负责 decode,两者通过 EFA 网络连接,并在 Amazon Bedrock 上提供。Cerebras 称该方案预计可将 token 吞吐提升至聚合方案的 5 倍,并援引研究称智能体负载的 P95 延迟最多改善 4.5 倍。目前该合作仍处于宣布与解读阶段,尚无后续开发事实。
匹配字段标题
AWS与Cerebras 宣布合作 解耦推理合作
English translation is being prepared.
匹配字段标题
匹配字段标题
AWS 扩建 面向Anthropic的多吉瓦Trainium训练基础设施
English translation is being prepared.
匹配字段标题