亚马逊向大学AI研究提供1.1亿美元计算资源支持

规模达1.1亿美元的大学AI研究支持

亚马逊公布了"Build on Trainium"项目2025年秋季周期的34名受益者。该项目是一项总规模达1.1亿美元的计算资源credit计划，旨在支持利用AWS Trainium基础设施开展的AI研究和大学教育。此次受益者均为围绕负责任AI相关的5个优先领域——AI安全与对齐、多语言语言模型、表征工程、可持续性与小型语言模型、合成数据生成——提交研究提案的团队。

亚马逊表示，提案评审依据科学内容质量以及对研究社区和社会的潜在影响力进行。

受益研究人员可获得的资源

受益研究人员可通过AWS推广credit访问700多个亚马逊公开数据集，并使用AWS AI·ML服务和工具。此外，还会指派亚马逊研究负责人提供咨询和建议，同时提供与AWS Trainium相关的教程和实操课程支持。

AWS AI首席应用科学家Yida Wang介绍称，该项目为研究人员提供了对亚马逊专用AI芯片强大且可扩展的访问权限。他还介绍道，UIUC研究团队正在最多1,024个Trainium芯片上，针对参数规模最高达1万亿的混合专家（mixture-of-experts）模型研究拓扑感知并行化策略；华盛顿大学研究团队则在开发提升Trainium上LLM推理性能的推理优化框架。

本轮周期受益研究列表

此次入选的34个研究团队分属UIUC、UCLA、CMU、MIT、Johns Hopkins、UC San Diego、Northwestern、Georgia Tech等多所大学。研究主题涵盖：面向LLM安全性与鲁棒性的联邦对抗联合训练、结合公开-非公开数据的差分隐私合成数据生成、多模态诈骗内容检测与缓解、面向稀疏·量化LLM的算法-系统协同设计、多语言基础语音-文本大型语言模型、LLM智能体的安全预训练、面向机器遗忘的记忆感知偏好优化、多语言语言模型的多阶段·多目标对齐、面向低资源语言模型预训练的合成数据扩展、视觉语言模型的量化·剪枝感知训练认证鲁棒性、LLM推理检测与缓解、LLM智能体工具使用安全性基准测试等多个领域。

完整受益者名单可在亚马逊科学（Amazon Science）官方网站查询。

项目参与方式及限制事项

Build on Trainium面向大学研究团队以公开征集方式运营。此次受益者是2025年秋季周期公开征集中入选的团队。消息来源未公开下一轮周期的征集日程或申请方式的具体信息。项目详情需在亚马逊研究奖（Amazon Research Awards）官方页面另行确认。