Amazon-ის AI ჩიპები - როგორ ცდილობს ტექნოლოგიური გიგანტი Nvidia-ზე დამოკიდებულების შემცირებას და ხელოვნური ინტელექტის ეკონომიკის გაკონტროლებას?
Amazon-ის ახალი აქცენტი საკუთარ AI ჩიპებზე მხოლოდ ჭკვიანი დინამიკების ან Fire TV მოწყობილობების ტექნოლოგიური განახლება არ არის. ეს არის ბევრად უფრო ფართო სტრატეგიის ნაწილი, რომლის მიზანიცაა, კომპანიამ ხელოვნური ინტელექტის ღირებულების ჯაჭვი მაქსიმალურად საკუთარ კონტროლში მოაქციოს, დაწყებული მომხმარებლის სახლში არსებული მოწყობილობიდან, დასრულებული AWS-ის გლობალური მონაცემთა ცენტრებით. სხვა სიტყვებით, Amazon ცდილობს, AI ეკონომიკაში მხოლოდ პროგრამული სერვისების მიმწოდებელი კი არ იყოს, არამედ თავად აკონტროლოს ის აპარატურული ინფრასტრუქტურაც, რომელზეც მომავალი AI პროდუქტები იმუშავებს.
Amazon-ის მოწყობილობებისა და სერვისების ხელმძღვანელმა პანოს პანაიმ CNBC-სთან საუბარში დაადასტურა, რომ კომპანია საკუთარი დიზაინის ჩიპებს იყენებს ისეთ მოწყობილობებში, როგორებიცაა Echo Show 8, Echo Show 11 და Fire TV. საუბარია AZ3 და AZ3 Pro ჩიპებზე, რომლებიც ხელოვნური ინტელექტის გარკვეული ამოცანების დამუშავებას უშუალოდ მოწყობილობაზე, ანუ cloud სერვერზე მონაცემების გაგზავნის გარეშე ასრულებენ. ეს დეტალი მნიშვნელოვანია, რადგან on device AI, ანუ მოწყობილობაზე დამუშავებული AI, ერთდროულად ამცირებს ლატენტურობას, ზრდის კონფიდენციალურობას და ამცირებს cloud ინფრასტრუქტურაზე დამოკიდებულებას. Amazon-ის ოფიციალური მონაცემებით, ახალი Echo მოწყობილობები Alexa Plus-ისთვის შეიქმნა, ხოლო AZ3 და AZ3 Pro-ს აქვს სპეციალური AI Accelerator, რომელიც edge მოდელების მუშაობისთვისაა განკუთვნილი. Echo Dot Max-ში AZ3 აუმჯობესებს საუბრის ამოცნობას, ხოლო AZ3 Pro, რომელიც Echo Studio-ში, Echo Show 8-სა და Echo Show 11-ში გამოიყენება, უკვე უფრო რთული ენობრივი მოდელებისა და vision transformer ტექნოლოგიების მხარდაჭერასაც მოიცავს. Amazon-ის განცხადებით, AZ3 wake word-ის, ანუ აქტივაციის სიტყვის ამოცნობას 50%-ზე მეტით აუმჯობესებს.
ამ ნაბიჯს ეკონომიკური მნიშვნელობა აქვს. AI სერვისების მთავარი ხარჯი აღარ არის მხოლოდ მოდელის შექმნა ან პროგრამული უზრუნველყოფა. მთავარი ხარჯი გახდა გამოთვლითი სიმძლავრე, მონაცემთა ცენტრები, ენერგია, ქსელური ინფრასტრუქტურა და ჩიპები. სწორედ ამიტომ, Amazon-ისთვის საკუთარი ჩიპები არა მხოლოდ ტექნოლოგიური დამოუკიდებლობის, არამედ ხარჯების კონტროლის ინსტრუმენტია. თუ Alexa Plus-ის მსგავსი AI ასისტენტები მილიონობით მოწყობილობაში უფრო ხშირად გამოიყენება, თითოეული მოთხოვნის cloud სერვერზე გაგზავნა კომპანიისთვის მუდმივ ოპერაციულ ხარჯად იქცევა. მოწყობილობაზე შესრულებული დამუშავება ამ ხარჯის ნაწილს ამცირებს და Amazon-ს აძლევს საშუალებას, AI გამოცდილება უფრო სწრაფად და იაფად მიაწოდოს მომხმარებელს.
Amazon-ის სამომხმარებლო ჩიპები უნდა განვიხილოთ AWS-ის უფრო დიდ AI სტრატეგიასთან ერთად. კომპანიის ღრუბლოვანი მიმართულება, AWS, დღეს Amazon-ის ყველაზე მაღალი მარჟის ბიზნესია. 2026 წლის პირველ კვარტალში Amazon-ის მთლიანი შემოსავალი 17%-ით, 181.5 მილიარდ დოლარამდე გაიზარდა, ხოლო AWS-ის გაყიდვები 28%-ით, 37.6 მილიარდ დოლარამდე. ამავე კვარტალში AWS-ის საოპერაციო მოგებამ 14.2 მილიარდი დოლარი შეადგინა, რაც დაახლოებით 37.8%-იან საოპერაციო მარჟას ნიშნავს. ეს აჩვენებს, რატომ არის AI ინფრასტრუქტურა Amazon-ისთვის კრიტიკულად მნიშვნელოვანი, რადგან მაღალი კაპიტალური დანახარჯების მიუხედავად, მას შეუძლია გრძელვადიან პერიოდში მაღალი მარჟის შემოსავლის გენერირება.
თუმცა ამ სტრატეგიას დიდი ფასი აქვს. Amazon-ის მონაცემებით, 2026 წლის პირველ კვარტალში თავისუფალი ფულადი ნაკადი 1.2 მილიარდ დოლარამდე შემცირდა, მაშინ როცა წინა წლის ანალოგიურ პერიოდში ეს მაჩვენებელი 25.9 მილიარდი დოლარი იყო. შემცირების მთავარი მიზეზი ქონებისა და აღჭურვილობის შესყიდვებზე დანახარჯების ზრდაა, რაც Amazon-ის განცხადებით, ძირითადად ხელოვნურ ინტელექტში ინვესტიციებს უკავშირდება. ეს ნიშნავს, რომ თავისუფალი ფულადი ნაკადი დაახლოებით 24.7 მილიარდი დოლარით, ანუ 95%-ზე მეტით შემცირდა. Amazon პრაქტიკულად დღეს ხარჯავს ფულს იმისთვის, რომ 2027 და 2028 წლებში AI ინფრასტრუქტურიდან შემოსავალი მიიღოს.
Reuters-ის ცნობით, Amazon-ის CEO ენდი ჯასიმ ინვესტორებს განუცხადა, რომ AWS-ის AI სერვისები უკვე 15 მილიარდ დოლარზე მეტ წლიურ შემოსავლის run rate-ზეა. ეს დაახლოებით AWS-ის 142 მილიარდ დოლარიანი წლიური run rate-ის 10%-ს შეადგენს. კიდევ უფრო მნიშვნელოვანი დეტალია Amazon-ის custom chip ბიზნესის ზრდა: Graviton, Trainium და Nitro მიმართულებების წლიური run rate 20 მილიარდ დოლარს აჭარბებს და წინა გამოცხადებულ 10 მილიარდ დოლართან შედარებით გაორმაგებულია. ეს მაჩვენებელი აჩვენებს, რომ Amazon-ის ჩიპების სტრატეგია მხოლოდ შიდა გამოყენებისთვის აღარ არის საინტერესო. ჯასიმ პირდაპირ მიანიშნა, რომ მოთხოვნის ზრდის შემთხვევაში, Amazon მომავალში საკუთარი ჩიპების rack-ების მესამე მხარეებისთვის მიყიდვასაც განიხილავს.
Amazon-ის მთავარი კონკურენტი ამ სივრცეში Nvidiaა, რომელიც AI ჩიპების გლობალური ბაზრის ცენტრში დგას. Nvidia-ს 2027 ფინანსური წლის პირველ კვარტალში, რომელიც 2026 წლის 26 აპრილს დასრულდა, შემოსავალი 81.6 მილიარდ დოლარამდე გაიზარდა, რაც წლიურად 85%-იანი ზრდაა. Data Center მიმართულების შემოსავალმა 75.2 მილიარდ დოლარს მიაღწია, რაც წლიურად 92%-ით მეტია. ეს ციფრები კარგად აჩვენებს, რამდენად ძვირი გახდა AI ინფრასტრუქტურა და რატომ ცდილობენ Amazon, Google, Microsoft და სხვა ტექნოლოგიური გიგანტები საკუთარი ჩიპების შექმნას. Nvidia-ს უპირატესობა ჯერ კიდევ ძალიან დიდია, მაგრამ Amazon-ის მიზანი Nvidia-ს პირდაპირი ჩანაცვლება კი არა, საკუთარი ეკოსისტემის შიგნით ალტერნატიული ეკონომიკის შექმნაა.
ამ სურათში განსაკუთრებით მნიშვნელოვანია Anthropic-თან გაფართოებული პარტნიორობა. Amazon-ის ოფიციალური ინფორმაციით, Anthropic ათი წლის განმავლობაში 100 მილიარდ დოლარზე მეტს დახარჯავს AWS ტექნოლოგიებზე, მათ შორის Trainium ჩიპებზე. შეთანხმება მოიცავს 5 გიგავატამდე სიმძლავრის უზრუნველყოფას Claude-ის მოდელების ტრენინგისა და მუშაობისთვის. Amazon ასევე დამატებით 5 მილიარდ დოლარს აბანდებს Anthropic-ში და მომავალში შესაძლოა კიდევ 20 მილიარდ დოლარამდე ინვესტიცია განახორციელოს, რაც მანამდე ჩადებულ 8 მილიარდ დოლარს ემატება. მარტივი წლიური განაწილებით, Anthropic-ის 100 მილიარდ დოლარზე მეტი ვალდებულება საშუალოდ მინიმუმ 10 მილიარდ დოლარზე მეტ AWS ხარჯს ნიშნავს წელიწადში. თუ ეს შემოსავალი AWS-ის 2026 წლის პირველი კვარტლის დაახლოებით 37.8%-იან საოპერაციო მარჟასთან ახლოს მონეტიზდება, თეორიულად ეს წელიწადში დაახლოებით 3.8 მილიარდ დოლარამდე საოპერაციო მოგების პოტენციალს ქმნის. ეს მხოლოდ ანალიტიკური გათვლაა და არა Amazon-ის პროგნოზი, რადგან რეალური მარჟა დამოკიდებული იქნება ენერგიის ფასზე, მონაცემთა ცენტრების დატვირთვაზე, ჩიპების თვითღირებულებაზე და ინფრასტრუქტურის ამორტიზაციაზე.
Trainium Amazon-ისთვის სწორედ ამ ეკონომიკური ამოცანის პასუხია. AWS-ის ოფიციალური აღწერით, Trainium არის სპეციალურად AI სამუშაოებისთვის შექმნილი ამაჩქარებელი, რომლის მთავარი მიზანიც არის საუკეთესო ეკონომიკა მასშტაბურ AI დატვირთვებზე. Amazon აქ არ ყიდის მხოლოდ ჩიპს, არამედ მთლიან სისტემას, ჩიპს, სერვერს, ქსელს, პროგრამულ უზრუნველყოფას და სერვისებს. Trainium3-ის შემთხვევაში AWS ასახელებს 144 GB HBM3e მეხსიერებას თითო ჩიპზე, 4.9 TB/s გამტარობას და Trainium2-თან შედარებით FP4 და FP8 გამოთვლით წარმადობაში 2-ჯერ ზრდას. ეს მონაცემები მნიშვნელოვანია, რადგან AI ბაზარზე კონკურენცია თანდათან გადადის არა მხოლოდ მაქსიმალურ წარმადობაზე, არამედ cost per token-ზე, ანუ იმაზე, რამდენი ღირს ერთი AI პასუხის, ერთი გენერირებული ტექსტის ან ერთი inference ოპერაციის მიწოდება.
სამომხმარებლო მოწყობილობებში AZ3 და AZ3 Pro, ხოლო მონაცემთა ცენტრებში Trainium ქმნის ერთიან სტრატეგიულ ხაზს. Amazon ცდილობს, AI მოთხოვნა ორ დონეზე გააკონტროლოს. პირველ დონეზე, მომხმარებლის მოწყობილობაზე, AI უნდა გახდეს უფრო სწრაფი, პერსონალური და ნაკლებად დამოკიდებული cloud-ზე. მეორე დონეზე, AWS-ში, AI უნდა გახდეს უფრო იაფი და მასშტაბური კორპორაციული მომხმარებლებისთვის. ამ კომბინაციით Amazon ქმნის დახურულ, მაგრამ ეკონომიკურად ძლიერ ეკოსისტემას, სადაც მომხმარებელი Alexa Plus-ს იყენებს, დეველოპერი Claude-ს ან Bedrock-ს AWS-ზე აშენებს, ხოლო ინფრასტრუქტურა Amazon-ისვე ჩიპებზე მუშაობს.
ეკონომიკური ეფექტი მხოლოდ Amazon-ის შიდა ბიზნესით არ შემოიფარგლება. თუ Amazon მოახერხებს AI ჩიპების ხარჯის შემცირებას, ეს გავლენას მოახდენს cloud ბაზრის ფასებზე, კორპორაციული AI სერვისების ღირებულებაზე და Nvidia-ზე დამოკიდებულების შემცირებაზე. ამავე დროს, რისკიც დიდია. AI ინფრასტრუქტურაზე დაახლოებით 200 მილიარდ დოლარამდე კაპიტალური დანახარჯის დაგეგმვა, როგორც Reuters წერს, ინვესტორებში ბუშტის შიშსაც აჩენს. ჯასის არგუმენტი არის, რომ ეს ინვესტიცია “ვარაუდზე” არ კეთდება და AWS-ის მოსალოდნელი კაპიტალური დანახარჯების მნიშვნელოვანი ნაწილი უკვე მომხმარებელთა ვალდებულებებით არის გამყარებული. ეს მნიშვნელოვანი განმარტებაა, რადგან AI ინფრასტრუქტურის ეკონომიკა მხოლოდ მაშინ მუშაობს, თუ ძვირადღირებული მონაცემთა ცენტრები მაღალი დატვირთვით იმუშავებს.
საბოლოოდ, Amazon-ის ახალი AI ჩიპების ამბავი უფრო დიდი ტრენდის ნაწილია. ტექნოლოგიური გიგანტები აღარ კმაყოფილდებიან მხოლოდ AI მოდელების შექმნით. მომდევნო ეტაპზე გამარჯვებული იქნება ის კომპანია, რომელიც შეძლებს მოდელის, ჩიპის, მონაცემთა ცენტრის, ენერგიის, პროგრამული პლატფორმისა და მომხმარებლის მოწყობილობის ერთ სისტემად შეკვრას. Amazon-ის შემთხვევაში, AZ3 და AZ3 Pro ამ სტრატეგიის სამომხმარებლო მხარეა, Trainium კი მისი ინფრასტრუქტურული ბირთვი. თუ ეს მოდელი გაამართლებს, Amazon არა მხოლოდ AI სერვისების ერთ-ერთი მთავარი მიმწოდებელი იქნება, არამედ ერთ-ერთი ის კომპანია, რომელიც განსაზღვრავს, რა ეღირება ხელოვნური ინტელექტის გამოყენება ბიზნესისთვის, მომხმარებლისთვის და მთლიანად ციფრული ეკონომიკისთვის.
წყაროები:
წყაროები ბმულებად:
https://www.aboutamazon.com/news/devices/amazon-new-echo-devices-alexa-plus
https://bm.ge/news/amazon-ma-khelovnuri-inteleqtis-akhali-chipebi-tsaradgina
https://www.aboutamazon.com/news/company-news/amazon-invests-additional-5-billion-anthropic-ai
https://aws.amazon.com/ai/machine-learning/trainium/
https://nvidianews.nvidia.com/news/nvidia-announces-financial-results-for-first-quarter-fiscal-2027
