亚马逊杀疯了，连甩十大重磅发布，揭Agent大招、自研芯进展
全球最大云计算巨头的AI武器库，又迎来重磅更新！
智东西拉斯维加斯12月2日报道，今日，在年度云计算产业盛会AWS re:Invent上，亚马逊云科技（AWS）连甩一系列重磅AI新品，包括最新AI芯片Trainium4、基于其首款3nm AI芯片的Amazon EC2 Trainium3 UltraServers、第二代自研大模型Amazon Nova 2系列，以及大量Agent开发利器。
从AI基础设施、AI推理平台、企业数据管理到智能体开发工具、前沿智能体，通通迎来一大波升级。智东西作为受邀现场参会的媒体，从大会前排带来超全干货报道。
Amazon Nova 2系列首发4款模型：经济高效推理模型Lite，高智能推理模型Pro，语音转语音的实时拟人对话式AI模型Sonic，以及面向多模态推理和图像生成的统一模型Omni。
其中，Nova 2.0 Pro Preview在指令跟随、智能体工具使用榜单中，性能超过了GPT-5 mini、GPT-5.1、Claude Opus 4.5、Gemini 3 Pro Preview等前沿模型。
值得一提的是，Amazon Bedrock新增18款全托管开源模型，其中包括4款国内顶尖模型：阿里Qwen3-NEXT和Qwen3-VL、月之暗面Kimi K2 Thinking、稀宇科技MiniMax M2。
其他新增的前沿模型还有谷歌Gemma 3、英伟达Nemotron、OpenAI gpt-oss-safeguard、Mistral AI的Mistral Large 3和Ministral 3等。
总体来看，今日十大重要发布包括：
1、P6e新实例：采用英伟达GB300 NVL72系统。
2、AWS AI Factories服务：专用客户定制AI基础设施，由AWS快速构建和管理。
3、AWS Trainium4自研AI芯片：第四代自研AI芯片，相比上一代带来6倍的计算性能（FP4）、3倍的FP8性能、4倍的内存带宽、2倍的内存容量，并可通过NVLink Fusion和UALink实现纵向扩展。
4、Amazon EC2 Trainium3 UltraServers：由AWS首款3nm AI芯片Trainium3提供支持，提供大规模AI训练和推理的高性价比，单集群可连接144张Trainium3芯片，算力达362PFLOPS（FP8），带宽为706TB/s，相较上一代带来4.4倍计算性能、3.9倍高内存带宽、5倍的每百万瓦token数。
5、Amazon Bedrock平台：新增18款开源模型，模型数量过去一年翻倍增长，已拥有超过10万客户，其中50多家客户均使用了超过1万亿个token。
6、Amazon Nova 2系列自研模型：包括Lite、Pro、Sonic、Omni。
7、Amazon Nova Forge服务：支持企业访问Nova模型在不同阶段的训练检查点，并将自有数据与亚马逊的训练数据集混合，构建定制前沿模型。
8、AgentCore开发工具：Policy in AgentCore（预览版），使用细粒度权限策略，给agent行动设置明确边界；AgentCore Evaluations（预览版），使用评估器，根据现实世界行为来持续检查agent质量。
9、4款前沿智能体：AWS Transform Custom（专为企业开发工作流程设计），Kiro autonomous agent（自主开发复杂编程任务）、AWS Security Agent（预览版，保护全开发生命周期安全）、AWS DevOps Agent（预览版，加快事件响应速度并提高系统可靠性）。
10、7款新实例、6项Amazon S3存储升级、5项Amazon RDS数据库更新、3项计算与加速优化新功能、4项管理与治理新功能。
01.新基建：全新AI芯片Trainium4性能飙6倍，帮企业定制专属AI基础设施
亚马逊云科技CEO马特·加曼（Matt Garman）称，亚马逊云科技是第一家在云中提供英伟达GPU的公司，其与英伟达合作已超过15年，也是迄今为止运行GPU集群最多的公司。
1、基于英伟达GB300 NVL72打造P6e-GB300
今天，亚马逊云科技新发布采用英伟达最新的GB300 NVL72系统的P6e-GB300，相比P6e-GB200，新实例GPU内存容量提升至1.5倍，FP4计算性能（无稀疏）提升至1.5倍。
英伟达在亚马逊云科技上运行其生成式AI集群。OpenAI也在亚马逊云科技上基于EC2 UltraServers集群支撑ChatGPT运行及训练下一个模型，部署了数十万张GB200。加曼透露这些处理器很快将会变为GB300。
本月初，亚马逊云科技还与沙特阿拉伯AI创企Humain建立了合作伙伴关系，计划在沙特的数据中心设施中提供、部署和管理至多15万个AI加速器。
2、AWS AI Factories满足企业私有化部署需求
为满足企业的私有化部署需求，今天亚马逊云科技宣布推出AWS AI Factories。基于这一平台，客户能在自己的数据中心部署专用AI基础设施，然后使用亚马逊云科技的基础设施和服务。
3、Amazon EC2 Trainium3 UltraServers
目前，Amazon Bedrock上运行的所有推理工具都由Trainium提供支持，亚马逊云科技已经部署了100万颗Trainium芯片，Trainium2的量产速度是其曾经芯片量产速度的4倍。
加曼称，亚马逊云科技的Trainium系列芯片虽然以“训练”命名，但这些芯片其实也适用于推理用途。目前，亚马逊云科技上的许多AI推理服务都是在Trainium芯片上运行的，包括Claude的前沿模型。
亚马逊云科技还围绕Trainium打造了一个超大规模系统，名为Project Rainier，用于Anthropic下一代Claude模型的训练。
这一项目的规模十分庞大，加曼称，如果过去大家常说单个数据中心已经成了新的计算机，Project Rainier则更进一步，让由多个数据中心组成的园区，构成了一个计算机。
Project Rainier将会不断扩大规模，最终支持高达30个单体数据中心，用掉1.1GW的电力，托管超过50万个Trainium2芯片。相关计算设备会使用超过100万个的高速连接器件，通过AWS EFA网络实现安全、可靠的连接。
亚马逊云科技于去年发布了Trainium3芯片，今天，加曼宣布Amazon EC2 Trn3 UltraServers服务器已经广泛可用。与上一代产品相比，该服务器可提供4.4倍的算力和3.9倍的内存带宽。
值得注意的是，Amazon EC2 Trn3 UltraSevers在能效比上也有提升，每兆瓦所处理的token数量达前代产品的5倍。
4、下一代AI芯片Trainium4
加曼还透露，亚马逊云科技的下一代AI芯片Trainium4已深入设计阶段。Trainium4预计能提供6倍的FP4性能，4倍的内存带宽，2倍的内存容量，并支持通过NVLink Fusion和UALink进行扩展。
02.新模型：阿里、Kimi、MiniMax模型上架，第二代自研模型Nova 2四弹齐发
亚马逊云科技Amazon Bedrock推理平台已经拥有超过10万客户，使用其处理超1万亿个token的企业客户已超过50家。
亚马逊云科技一直以来的信条就是“选择至关重要（Choice Matters）”，这也适用于模型的选择。加曼称，亚马逊云科技认为AI的未来不会仅由1个模型统治，过去1年，Amazon Bedrock上提供的模型数量已经翻倍，DeepSeek、Qwen等中国模型也在支持范围之内。
Amazon Bedrock还在今天新增了18款全托管开源模型，包括Qwen3-Next-80B-A3B、Qwen3-VL-235B-A22B、Kimi K2 Thinking、MiniMax M2等中国模型。此外，谷歌Gemma、英伟达Nemotron以及全新的Mistral Large 3和Ministral 3（3B、8B和14B版本）等模型也登陆Amazon Bedrock平台。
亚马逊云科技还发布第二代自研模型家族Nova 2系列，推出了4款新模型：Lite、Pro、Sonic和Omni。
Nova 2 Lite是一款快速且经济高效的推理模型，适用于各种类型的工作负载，拥有不错的指令遵循、工具调用、信息提取、代码生成等能力。Nova 2 Lite在上述四大领域的能力基本全面超越了Claude Haiku 4.5、GPT-5 mini、Gemini 2.5 Flash等轻量级模型，仅在编程能力上略逊于GPT-5 mini。
Nova 2 Pro是Nova系列中最智能的推理模型，支持文字、图像、视频、语音四种模态输入和文本模态输出，适用于高度复杂的工作负载，尤其是Agent场景。在两项Agent基准测试中，其表现已经超过了GPT-5.1（high）、Gemini 3 Pro Preview（high）等前沿模型。
Nova 2 Sonic则是亚马逊云科技的下一代语音转语音模型，支持文本和语音两个模态的输入输出，能为AI应用提供实时、类人的对话式AI体验。在语音理解和推理任务上，其性能已经超过了GPT Realtime、Gemini 2.5 Flash等。
Nova 2 Omni是Nova系列的新物种，也是业界首个支持文本、图像、视频和音频输入，并支持文本和图像生成输出的推理模型。不过，亚马逊云科技尚未公布其基准测试成绩。
03.新服务：开放Nova模型训练检查点，帮企业训出专属前沿模型
加曼谈道，AI需要拥有理解公司数据的能力，才能真正为公司和客户带来巨大价值。
由于数据具有独特性，企业往往不希望自己的专有数据被嵌入到第三方模型中，供他人使用。过去，业内让企业数据和模型结合最常用的技术是RAG或向量数据库，但这无法让模型真正理解数据。想要教会模型理解行业知识，还是需要定制模型。
然而，如果从零开始定制模型是极为昂贵的，企业没有足够数据、足够算力打造出强大的通用智能。
如果在开源模型的基础上，通过微调、强化学习等方式打造行业模型，则有可能出现其他领域性能下降的风险。
亚马逊云科技的解决方案，是Amazon Nova Forge。Nova Forge引入了“开放式训练模型（Open Training Model）”的概念。
通过Nova Forge，企业可以独家访问各种Nova模型的训练检查点，并在模型训练的任意阶段，将自己的专有数据与亚马逊创建的训练数据集混合。这使得企业能够产出一个深度理解企业信息的模型，同时不会遗忘模型已训练的核心信息。
Nova Forge还提供了使用远程奖励函数和强化学习微调的能力，以进一步改进模型，让企业可以将真实环境集成到训练循环中。由于基础模型已经理解业务，这些后训练技术实际上会变得更加有效。
亚马逊云科技已经和不少企业试点了Nova Forge服务。索尼便通过Nova Forge，对Nova 2 Lite模型进行了微调，使其适用于索尼自身的业务和运营。模型在引用一致性和文档依据等任务上表现优于基准模型，索尼的目标是借此将索尼合规审查和评估流程的效率提升100倍。
04.新工具：给Agent开发设限和打分
今天，亚马逊云科技宣布Amazon Bedrock AgentCore新增两项新功能，帮助开发者快速构建Agent。自AgentCore SDK预览版发布以来，其在5个月内下载量已超过200万次。
此前，亚马逊推出了为Agent设计的核心工具集AgentCore，包含部署、代码解释器、托管环境等诸多能力。在此基础上，亚马逊推出Policy in AgentCore预览版和AgentCore Evaluation预览版。
Policy in AgentCore允许开发者在AgentCore Gateway工具调用运行前拦截，使用带有细粒度权限的策略，为Agent行为定义明确的界限，如使用哪些工具、如何使用工具，开发者也可以通过自然语言创建标准，如“报销金额大于1000美元时，就阻止退款”等。
AgentCore Evaluations是一项全托管服务，帮助开发者持续监控和分析基于真实行为的Agent表现。开发者可以使用内置评估器来衡量常见的质量维度，如正确性、帮助性、工具选择准确性、安全性、目标成功率和上下文相关性，还可以创建基于模型的定制评分系统，根据自己选择的提示和模型进行业务定制评分。
所有AgentCore的评估结果都会在亚马逊统一监控平台CloudWatch被呈现。开发者还可以设置评估分数的警报和警报，主动监控Agent质量，并在指标超出可接受阈值时作出响应。
亚马逊此前构建了Amazon Quick和Amazon Connect两个Agent方案。
首先是Amazon Quick，可以帮助员工在几分钟内将观点转换成行动，指导深度研究和获得详尽分析，其会从获取信息整理出详细的研究报告；员工还可以创建小型Agent，帮助自己处理日常重复性工作。几周前，亚马逊在公司内部发布了Amazon Quick，目前其已拥有数十万用户。
其次是Amazon Connect，加曼谈到在亚马逊内部税务团队中的一个案例，该团队创建了一个Agent，帮助其汇聚所有税务数据来源、深入研究税法政策变化。该Agent的另一个应用场景是客户服务，可以将AI引入企业的联络中心。
05.新Agent：加速开发、优化编程、保护安全、增强可靠
加曼认为，对于试图快速现代化其应用程序的开发团队来说，目前最大的痛点之一就是处理技术债。在美国，技术债务每年给企业造成总计2.4万亿美元的损失，如今70%的IT预算都被用于维护遗留系统。
此前，亚马逊云科技已经推出了AWS Transform，通过AI实现转换流程的降本增效。在此基础上，AWS今日推出了AWS Transform Custom，这一智能体帮助用户创建自定义代码转换智能体，以实现任何代码、API、框架、运行时或编程语言的翻译和现代化。
例如，全球知名ERP软件公司QAD便是用AWS Transform，将原本需要至少需要两周才能完成转换的项目，压缩至3天。
今年早些时候，亚马逊云科技发布了面向专业开发者的AI IDE “Kiro”。加曼称，已经有数十万开发者在使用Kiro，有开发者感叹，用了Kiro之后，自己在过去5个月内交付的代码，比过去10年还要多。上周，亚马逊已经把Kiro定为该公司的官方AI开发环境。
为了进一步加强开发流程的自动化程度，亚马逊云科技发布了全新的三个前沿智能体，让Kiro在自主性、大规模可扩展和长期运行等领域的表现进一步增强。
Kiro Autonomous Agent是一个与开发工作流并行运行的自主开发智能体。它就像团队的一名额外成员，能独立处理复杂任务，让工程师专注于核心创意。开发者只需指派一个复杂的、目标导向的任务，它能自行规划、分解并执行所有必要步骤，直到交付可用代码。
这一Agent还会越用越聪明，能长期、深度地理解代码库、团队规范和过往决策，从每一次互动中学习，形成“集体记忆”，并应用所学知识到后续任务中。
AWS Security Agent则是一个持续、主动、内置的AI安全专家。它能在设计阶段主动审查文档，确保安全性；在编程过程中扫描代码漏洞，并直接集成到GitHub PR中，为开发者提供即时、可操作的修复建议。
这一Agent还可以将渗透测试自动化，将传统的、昂贵且周期长的渗透测试，转变为可按需启动、快速完成的自动化、持续验证过程。
AWS DevOps Agent则将运维工作自动化，能自动诊断并修复问题。当警报触发时，DevOps Agent会立即自动响应，诊断问题的根本原因，提供修改意见和修改方案，并交由工程师审查和批准。
06.新实例、新存储、新数据库、新加速、管理与治理
加曼最后用10分钟公布了25个新发布。
7款新实例：搭载第五代AMD EPYC处理器的X8i Instances，内存增加超50%；搭载第五代AMD EPYC处理器的X8aedz Instances，计算性能是前一代X2iezn实例的两倍；搭载第五代AMD EPYC处理器的C8a Instances，性能提升30%，性价比提升19%；搭载英特尔至强6的C8ine Instances，实例配置每个vCPU的数据包性能可比上一代C6in实例提升2.5倍；搭载第五代AMD EPYC处理器的M8azn Instances，计算性能是上一代M5zn实例的2倍。
还有两款采用最新苹果硬件的新实例：EC2 M3 Ultra Mac Instances、EC2 M4 Max Mac Instances。
面向开发者，亚马逊云科技推出Lambda durable functions（持久函数），开发者可以利用内置的自动恢复功能构建长期运行的工作负载。
存储方面，包括将S3最大对象大小从5TB提高到50TB，增加10倍；亚马逊S3的数据管理功能S3 Batch Operations更新，在200亿个对象的规模下，完成作业的速度提升10倍；为S3 Tables提供智能分层，节省80%存储成本；S3 Tables支持AWS区域和账户间自动复制；扩展Amazon S3接入点，支持Amazon FSx for NetApp ONTAP；用于存储和查询向量的对象存储S3 Vectors全面上市；利用GPU提升向量索引构建效率，速度提升10倍，仅需1/4成本。
计算与加速优化新功能，Amazon EMR Serverless提供Amazon EMR on EKS，允许用户在不预先配置或管理存储的情况下运行大数据工作负载。
Amazon RDS数据库的更新包括：RDS for Oracle和RDS for SQL Server扩展存储容量、RDS for SQL Server的CPU优化选项、对SQL Server开发者版本的支持，以及数据库节省计划。
管理与治理相关的新发布包括：为ECS和EC2新增GuardDuty扩展威胁检测功能、提供近乎实时分析及风险优先级排序功能的Security Hub安全中心、CloudWatch统一数据管理和分析功能。
07.结语：Agent开发已成，加速创新的大势所趋
在主题演讲中，加曼多次强调了Agent的重要性：Agent是企业从AI投资中看到实质性商业回报的地方。而为Agent系统、应用开发构建新的模块，需要性能更强的AI基础设施、推理平台、企业数据、构建和部署Agent的工具。
Agent可自主感知业务需求并依据需求智能适配业务流程、动态调整执行策略，高效匹配业务场景的核心诉求，其已经成为释放AI价值的重要载体。亚马逊云科技在扩展加速计算产品线的同时，亦在不断优化Agent开发和部署工具，推出满足开发者多元化工作负载需求的新平台、新工具。
据加曼回顾，今年第三财季，亚马逊云科技的年化收入已经达到1320亿美元，同比增长超20%。
过去一年，亚马逊云科技增加了3.8GW数据中心容量。如今，亚马逊云科技拥有全球规模最大、部署最广泛的AI云基础设施，全球数据中心网络覆盖38个地区、120个可用性区域，还宣布再增加3个地区。
亚马逊云科技已经与全球顶尖的大模型公司建立合作，在其平台陆续上架全球主流开源模型，下一步的重点，显然已经是如何帮助更多客户将Agent落地到真实业务中，产生更广泛的商业价值。
本文来自微信公众号“智东西”（ID：zhidxcom），作者：骏达 程茜，编辑：心缘，36氪经授权发布。
