在2022年亚马逊云科技re:Invent全球大会中，亚马逊CTO Werner Vogels为大家带来2023年及未来五大技术趋势预测。其中2023年，专用芯片的使用将迅速增加。因此，随着工作负载将利用硬件优化来最大限度地提高性能，同时降低能耗和成本，创新的步伐将会进一步加快。
专用芯片成为主流
定制化的专用芯片和专用硬件在消费技术行业迅速获得了发展。随着定制化专用芯片的制造和采用，从我们的笔记本电脑到我们的手机，再到我们的可穿戴设备，它们都在性能上有了显著的提升。虽然消费者领域的采用速度很快，但商业应用程序和系统的情况却并非如此，在这些领域，软件和硬件的更新周期通常较长。然而，随着定制化专用芯片的普及和采用，这种情况将在未来几年迅速发生改变。
在亚马逊云科技，平均每天有1亿个EC2实例被启动（截至撰写本文时）。这在很大程度上是由于多年来亚马逊云科技与客户之间的密切合作，了解他们正在运行的工作负载类型，进而确定我们接下来应该构建什么。与消费类设备一样，这使得亚马逊云科技近年来在芯片设计上投入大量资金。这是因为亚马逊云科技知道，公司在云科技中运行的工作负载在定制芯片上运行，具有更好的性能以及更高的成本效益。这些芯片是为特定情况而专门构建的。
以机器学习工作负载为例。传统上，软件工程师一直依赖昂贵、耗电的GPU来完成从模型构建到推理的全部工作。然而，这种一刀切的方法并不高效——大多数GPU都没有针对这些任务进行优化。在未来几年，越来越多的工程师将会看到将工作负载转移到专为模型训练（Amazon Trainium）推理（Amazon Inferentia）。随着这种情况的发生，新一轮的创新将开始。通过使用基于Trainium的实例实现约50%的培训成本节约，或者使用基于Inferentia2的实例实现了50%的每瓦特性能，工程师和企业都会注意我们将开始看到工作负载的大规模迁移。即使是一般的应用也是如此，在这些应用中，迁移到定制化的专用芯片上仍有好处，比如基于Graviton3的实例，在相同的性能下，它比同类EC2实例的能耗低60%。
成本节约和性能优势将带来更多的实验、创新以及采用，并最终为其他特定工作负载提供更多的定制芯片，这是一个良性循环。艾伦·凯曾经说过，“真正对软件认真的人，应该制造自己的硬件。”在未来一年里，真正认真对待软件的人将真正开始利用定制芯片所提供的一切优势。