AIGC.BAR 首页
ARTICLE SIGNAL

亚马逊70亿美元洽购Decart：AI算力与模型换芯革命深度解读

亚马逊,Decart,AI芯片优化,AI资讯,大模型,LLM,算力调度,人工智能,AI新闻,Trainium,英伟达GPU,Anthropic,算力成本

type
status
date
slug
summary
tags
category
icon
password
网址
在生成式大模型与AGI浪潮汹涌澎湃的当下，全球科技巨头之间的算力角逐正悄然发生质的转变。不久前，《华尔街日报》等多家权威媒体披露，电商与云基础设施巨头亚马逊正在洽谈以约70亿美元的估值收购AI初创公司Decart。值得注意的是，AI领域独角兽Anthropic此前曾对Decart展开尽职调查并探讨过约60亿美元的收购方案，但最终选择退出；而英伟达也在数月前以近40亿美元估值入股。
短短数月之间，Decart的身价水涨船高，直逼70亿美元大关。一家主打帮AI“换芯片”和做算力优化的软件公司，为何能引发Anthropic、英伟达与亚马逊等巨头的接连围猎？这一事件又向行业传递了怎样的风向标？关注最新前沿动态的读者，可以通过专业的 AI资讯与人工智能门户 获取更多深度行业洞察。

算力硬件之上：AI模型“换芯迁移”的隐形高墙

过去两年，大语言模型（LLM）的算力军备竞赛几乎被英伟达GPU牢牢垄断。无论是OpenAI的ChatGPT还是Anthropic的Claude，背后都依赖庞大的GPU集群进行预训练与推理。然而，随着模型规模成倍放大、商业化推理需求暴增，单一硬件生态的高昂成本与供应瓶颈成为所有头部玩家心头的痛。
为此，科技巨头纷纷推出自研芯片，例如谷歌的TPU与亚马逊的Trainium。但硬件造出来只是第一步，横亘在模型开发者面前的，是一道巨大的生态高墙——迁移成本：
  • 底层算子不兼容：英伟达凭借CUDA生态深耕多年，大量开源模型和工程框架高度依赖CUDA加速，直接搬迁到新架构芯片往往寸步难行。
  • 开发调优周期漫长：将一套原本在GPU上表现优异的代码迁移到Trainium或TPU，需要重新做大量的底层适配与微调，耗时费力且容易出现性能劣化。
  • 硬件性能释放不足：如果没有深度的底层编译优化，新硬件很容易出现计算单元空转、内存带宽阻塞等问题，根本无法达到标称算力。
这就解释了为什么“换芯片”不能仅靠换硬件，必须有强大的中间层软件来铺路。Decart的核心价值，正是击中了这一关键痛点。

Decart的杀手锏：DOS优化栈与极速生成引擎

Decart之所以能在短时间内吸引顶级资本的目光，核心在于其自主研发的Decart Optimization Stack（DOS）。DOS不仅是一套硬件适配工具，更是一个打通训练和推理全流程的性能加速引擎。
DOS支持英伟达GPU、谷歌TPU以及亚马逊Trainium等异构芯片架构。它通过针对不同硬件芯片的微架构特征，动态调整模型的底层数据流和算子调度，大幅减少芯片的空闲等待时间。
更令人瞩目的是Decart基于该套优化技术打造的自研模型：
  • Lucy2.5实时视频编辑模型：支持在视频播放过程中实时通过Prompt提示词更换人物服饰、背景和特效，达到1080p、30帧的极速生成。根据官方早期披露的数据，在亚马逊Trainium芯片上，其实时视频模型的吞吐量达到了对照GPU的4倍，成本效益提升2倍，延迟更是从40毫秒压缩至10毫秒。
  • Oasis3交互式虚拟环境：专为自动驾驶和机器人训练打造的仿真系统，能够根据操作指令实时生成动态道路视角，如同一个随时响应操作的虚拟练车场。
这种极致的软硬件协同优化，让大模型在特定芯片上的运行效率成倍提升，直接将不可用的“理论算力”转化为高效可用的“商业生产力”。

亚马逊的算盘：补齐自研芯片软件生态的致命拼图

理解了Decart的技术实力，就不难看懂亚马逊豪掷70亿美元背后的战略野心。
亚马逊在AWS云端大力推广自研AI芯片Trainium和Inferentia，希望降低对外部供应商的依赖，并为客户提供性价比更高的云算力选择。然而，客户要从英伟达生态迁移到Trainium，阻力极大。如果亚马逊能将Decart的技术全面整合至AWS基础设施中：
  1. 大幅降低客户迁移门槛：开发者无需重构核心架构，即可通过DOS实现多硬件平滑迁移，从而吸引更多企业选择成本更低的Trainium。
  1. 构筑自研软硬一体闭环：类似苹果软硬件协同的设计哲学，自研芯片配合专属的高效编译器与优化栈，能最大限度挤压出每一分算力潜能。
  1. 强化自身生成式AI产品矩阵：Decart在实时视频生成和世界模型领域的积累，可直接补充亚马逊在多模态生成式AI与云端AI服务上的技术储备。
相比之下，Anthropic更聚焦于前沿大模型本身的研发与对齐，权衡尽职调查后放弃收购实属战略重心的取舍；而亚马逊作为云基础设施霸主，对这种底层赋能型软件资产的需求显然更为迫切。

算力竞争下半场：从堆砌硬件到争夺能效极值

从几十亿美元的芯片采购到70亿美元的软件调度层收购，AI行业的竞争正在经历深刻的范式转移：单纯堆砌显卡数量的粗放发展时代正在过去，精细化运营、软硬件一体化调度以及综合推理成本控制，正在成为决定AI商业化胜负的关键命题。
当算力利用率提升数倍、单次调用成本显著降低后，无论是文本对话、代码辅助还是实时视频生成，普通开发者和终端用户都将迎来更低的使用门槛和更流畅的交互体验。未来LLM与提示词应用的大规模落地、AI变现模式的成熟，皆离不开底层能效的持续突破。
追踪全球AI日报、大模型最新突破以及AI新闻前沿，欢迎持续锁定专业的 AI资讯与人工智能知识库，共同见证算力时代的产业重构。
Loading...

没有找到文章