Uber 昨天宣布擬大跟 AWS 的合約，要把更多叫車演算法搬到 Amazon 自家晶片 Trainium3 上跑。這不只是換硬體，更像把整個車隊的導航系統從 Google Map 換成自己畫的地圖，目標只有一個：省錢、省電、還能跑更快。
為什麼 Uber 要跳槽？
- 價格直接砍半：AWS 官方數據，Trainium3 跑 AI 訓練比 Nvidia H100 便宜 50%，就像同樣從台北到高雄，高鐵票價直接變客運價。
- 電費更省：Graviton 處理器用 ARM 架構，功耗低 60%，資料中心冷氣費直接打 6 折。
- Amazon 補貼大：前 6 個月試用幾乎免費，等於先讓你白開 180 天再決定要不要買單。
台灣人該注意什麼？
1. 工程師職缺大噴發
Amazon 台灣今年開出 200+ 與 ARM、AI 晶片相關的職缺，薪水區間 120–200 萬台幣，會寫 Rust、Go、Kubernetes 的人直接被 HR 私訊。
2. 新創也能撿便宜
AWS 把 Trainium3 放進「新創扶持計畫」，符合資格的台灣團隊可申請 10 萬美元（約 300 萬台幣）額度，等於免費跑 8 張顯卡跑一年。
3. 學生論文神器
大學實驗室只要申請 AWS Educate，就能免費用 Trainium3 跑模型，訓練 YOLOv8 從 3 天縮到 8 小時，指導教授直接幫你寫推薦信。
3 步驟把模型搬上 Trainium3
-
先把 PyTorch 模型轉成 Neuron 格式 就像把手搖飲從大杯換成環保杯，容量一樣但容器不同。
torch-neuronx trace model.py --save model_neuron.pt -
選 Neuron 機器開機 在 EC2 控制台搜尋
trn1.2xlarge，一小時 92 台幣，比 Nvidia 同規格便宜 45%。 -
把資料丟進 S3，直接開訓練 AWS 幫你把資料管線、分布式訓練腳本都包好，就像 7-11 的關東煮，料都擺好，按鈕一按就滾。
實測結果：同樣跑 10 億參數模型
| 項目 | Nvidia A100 | Trainium3 | 省下的時間/費用 |
|---|---|---|---|
| 訓練時間 | 48 hr | 52 hr | 多 4 hr |
| 每小時費用 | 930 台幣 | 460 台幣 | 省 49% |
| 總花費 | 44,400 台幣 | 23,920 台幣 | 直接省 20,480 台幣 |
結論：時間換錢，錢包直接變厚。
小結：早換早享受，晚換等漲價
Amazon 現在用力補貼，就是要把 Nvidia 用戶先搶過來。等市場穩了，價格一定調回去。就像串流平台首月 30 元，之後恢復 270 元——先上車再說。
試試看吧：打開 AWS 控制台，開一台 trn1.2xlarge，把手上那個永遠跑不完的模型丟進去，8 小時後回來看 loss 掉多少，再決定要不要跟老闆申請預算。
