AWS Trainiumとは？読み方・Trainium3の性能と料金、TorchNeuron対応と外販予定

AWS Trainium（トレイニウム）は、AWS傘下のAnnapurna Labsが設計するAI学習・推論用のASICです。EC2のTrn1・Trn2・Trn3インスタンスとして提供され、Anthropicは100万個を超えるTrainium2でClaudeを学習・提供しています。2026年10月にはネイティブPyTorch対応のTorchNeuronが公開ベータになり、同月末の決算説明会ではAWSの外でも2027年後半に提供する予定が示されました。この記事では、世代別スペック、2026年11月10日時点の時間単価、Neuron SDKの移行期限、Trainium4の目標値を一次情報で確かめ、Trainiumを選ぶ条件と選ばない条件まで整理します。

まとめ：Trainiumの現状と押さえるべき数字

• 現行世代はTrainium3：3nmプロセスで、1チップあたりMXFP8が2.52 PFLOPS、HBM3eが144GiB、帯域が4.9TB/s。Trn3 UltraServerは2025年12月2日にGAとなり、最大144チップで362 PFLOPSです。
• BF16の演算性能は横ばい：Trainium2の667 TFLOPSに対してTrainium3は671 TFLOPSです。「最大4.4倍」はUltraServerのチップ数が64から144に増えた分を含むFP8の値です。
• オンデマンドで借りられるのはTrn1だけ：trn1.32xlargeはバージニア北部で1時間21.50ドル。Trn2はCapacity Blocksで1チップ1時間2.235ドルです。東京・大阪リージョンのインスタンス一覧と料金表にTrn系はありません。
• ソフトウェアはTorchNeuronへ移行中：Neuron 2.33.0（2026年10月19日）でTorchNeuronが公開ベータになりました。対象はTrn2とTrn3だけで、Trn2・Trn3でのPyTorch/XLA推論とNxD Inferenceは次の2.34で終わります。
• AWSの外での提供は2027年後半の予定：Jassy CEOが2026年10月29日（米国時間、日本時間30日）の決算説明会で表明しました。それまでの利用手段はEC2と、AWSが顧客のデータセンター内に設置するAWS AI Factoriesです。

Trainiumの読み方とAWSのAI半導体での位置づけ

Trainiumの読み方と名称の由来

Trainiumは日本語では「トレイニウム」「トレーニアム」などと読まれます。AWSの日本語の製品ページでは、カタカナの読み仮名を付けず「AWS Trainium」と表記しています。名前のとおり学習（training）用のチップとして2020年のre:Inventで発表され、推論用の姉妹チップInferentia（インファレンシア）と対になる位置づけでした。

Graviton・Inferentiaとの役割分担

AmazonはCPUのGraviton、推論用のInferentia、学習用のTrainiumを自社で設計しています。当初は学習＝Trainium、推論＝Inferentiaと分けていましたが、Trainium2以降は学習と推論の両方を担う設計になり、Trn3の製品ページも「training and serving frontier-scale models」と両用を前面に出しています。Inferentiaの現行世代はInferentia2のままで、両者の使い分けはAWS Inferentia（インファレンシア）とは？Inf2の料金・Trainiumとの違いとNeuron対応の現状で扱っています。

名前の数字とAWSの世代数はずれています。Neuronの公式文書はTrainium2を「third generation」、Trainium3を「fourth-generation」のML専用チップと書いており、初代Inferentiaから通算しています。演算コアもNeuronCore-v2（Trainium1）、v3（Trainium2）、v4（Trainium3）と進んでいます。

Trainium1・Trainium2・Trainium3の世代別スペック

下表はAWS Neuronのアーキテクチャ文書に載っているチップ単体の値です。Trainium3のFP8欄はMXFP8・MXFP4の値です。

Trainium3で伸びた指標と伸びていない指標

Trainium2からTrainium3への伸びは、FP8が1.94倍、HBM容量が1.5倍、帯域が1.7倍、チップ間帯域が2倍です。一方でBF16は667→671 TFLOPS、FP32は181→183 TFLOPSで、ほとんど変わっていません。AWSが掲げる「Trn2 UltraServer比で最大4.4倍」は、FP8でのUltraServer全体の値（362÷83.2≒4.4）です。

BF16のまま学習を回すコードをTrainium3へ載せ替えても、1チップあたりの演算性能はほぼ同じです。効くのはメモリ容量・帯域とUltraServerの規模で、密行列演算で約2倍を得るにはMXFP8での精度検証が要ります。アーキテクチャ文書はFP16・BF16・TF32でも16:4の構造化スパース性を使えば2,517 TFLOPSとしていますが、これは16要素のうち4要素だけに値を残す形へ行列を疎にできるモデルに限った値です。なお、AWSはTrainium3のチップ単体の消費電力（TDP）を公表しておらず、示しているのは「Trn2 UltraServer比でエネルギー効率4倍超」という比率だけです。

FP8・MXFP8・MXFP4のデータ形式

FP8は8ビット、FP4は4ビットの浮動小数点形式です。低ビット化は保存・転送量の削減につながりますが、演算速度はハードウェアに依存し、Trainium3のMXFP8とMXFP4の公称演算性能は同じです。表現範囲や精度にも制約があります。Trainium3が対応するMXFP8・MXFP4は、OCPのMicroscaling（MX）仕様に沿った形式です。32要素を1ブロックとし、ブロックごとに8ビットの共有スケール（E8M0）を1つ持たせます。要素はMXFP8ならFP8（E4M3またはE5M2）、MXFP4ならFP4（E2M1）です。

値の大きさをブロック単位のスケールで吸収するので、テンソル全体に1つのスケールを掛ける従来のFP8より、外れ値があっても精度を保ちやすくなります。Neuron 2.33.0では、Trn3でLNC=2のシャーディングを使うMXFP8モデルについて、量子化済みの重みとMX行列積の出力をチップ内メモリに保持し、遅延を低減する改善が入りました。

Trn1・Trn2・Trn3のインスタンスとUltraServer構成

Trainiumは単体では売られておらず、EC2のインスタンスか、複数インスタンスを1つの計算ドメインにまとめたUltraServerとして使います。

HBM合計はNeuronの技術文書のGiB値を2進単位（TiB）で揃えています。Trn1・Trn2はNeuronLinkの2次元トーラス（点対点接続）でチップを結びますが、Trn3はPCIe Gen6のスイッチ（NeuronSwitch-v1）で全チップを全対全で結びます。Gen2では1サーバー4チップ×36サーバーが1つのドメインになります。全対全通信が多いMoEモデルの学習や、自己回帰型の推論サービングを想定した設計です。

Trainiumの料金と提供リージョン

2026年11月10日にAWSの公開料金を確認した結果です（Linux・共有テナンシー）。Capacity Blocksの額は公式料金表の実効時間単価で、期間分を前払いします。予約料は需給に応じて改定されます。

オンデマンドの料金データに載っているのはTrn1だけで、バージニア北部・オハイオ・オレゴンが同額です。Capacity Blocksのtrn2.48xlargeはオハイオとハイデラバード、1チップのtrn2.3xlargeはハイデラバード・メルボルン・サンパウロに掲載されています。Trn3は公開の時間単価が出ていません。EC2のリージョン別インスタンス一覧でも東京（ap-northeast-1）と大阪（ap-northeast-3）にTrn系の記載はなく、国内リージョンでの提供告知も出ていません。国内リージョンで処理する必要がある案件では、EC2のTrainiumは現時点で選択肢に入りません。

Jassy CEOは2026年10月29日（米国時間）の決算説明会で、旧世代のTrainiumインスタンスの短期枠が上半期より高値で売れていると述べています。Capacity Blocksの枠は需要が強い時期ほど取りにくいので、学習の開始日が決まったら早めに検索して枠を押さえます。

Capacity BlocksでTrn2を確保するAWS CLIの手順

対象リージョンのどのアベイラビリティーゾーンでインスタンスタイプが提供されているかを確認し、次に予約できる枠と前払い額を検索します。期間は14日までは1日単位、それ以降は182日まで7日単位で指定し、1ブロックあたり最大64インスタンスです。

aws ec2 describe-instance-type-offerings \
  --region us-east-2 \
  --location-type availability-zone \
  --filters Name=instance-type,Values=trn2.48xlarge

aws ec2 describe-capacity-block-offerings \
  --region us-east-2 \
  --instance-type trn2.48xlarge \
  --instance-count 1 \
  --capacity-duration-hours 24 \
  --query "CapacityBlockOfferings[].{Id:CapacityBlockOfferingId,AZ:AvailabilityZone,Start:StartDate,End:EndDate,Fee:UpfrontFee}"

出力のId列（CapacityBlockOfferingId）を購入APIに渡すと予約が確定し、前払い額が請求されます。検索だけなら課金は発生しないので、希望の期間で枠が出るかを先に見てから計画を立てます。

TrainiumとNVIDIA GPUの比較

AWSの公称値は、Trn1が「同等のEC2インスタンス比で学習コスト最大50%減」、Trn2が「GPUベースのP5e・P5en比で価格性能30〜40%向上」です。Jassy CEOは2026年4月の株主書簡で、Trainium2は同等のGPUより約30%、Trainium3はTrainium2よりさらに30〜40%価格性能が高いと書いています。いずれもAWS側の数字で、比較したモデルや精度の条件は示されていません。

Capacity Blocksの1チップ時間あたり単価で並べると次のとおりです。

チップ単体の性能ではH200のFP8が密行列で約1,979 TFLOPS、HBMが141GBで、Trainium2の1,299 TFLOPS・96GiBを上回ります。料金と理論ピーク性能だけで割ると1ドルあたりのFP8演算量はTrainium2がp5enの2倍強ですが、実測の価格性能ではありません。1チップに載るモデルの大きさもH200のほうが上です。

差が出やすいのはソフトウェアです。CUDA向けに書かれた独自カーネル（FlashAttentionの改造版など）は、TrainiumではNKI（Neuron Kernel Interface）で書き直す必要があります。GoogleのTPUとの違いはTPUとは？GPUとの違い・世代別性能と料金、TorchTPUのOSS公開とPyTorch移行【2026年10月】で比べています。

Neuron SDK 2.33の対応状況とTorchNeuronへの移行

TrainiumはAWS Neuron SDK（コンパイラ・ランタイム・学習推論ライブラリ・プロファイラ）で動かします。公式のWhat’s Newによると最新は2.33.0（2026年10月19日）で、主な変更点はネイティブPyTorchバックエンドのTorchNeuronが公開ベータになったことです。

PyTorchのカスタムハードウェア向け拡張点（PrivateUse1）にneuronデバイスとして登録されるので、対応するPyTorch APIをeagerモードとtorch.compileで使えます。ただし2.33.0ではtorch.sparse・torch.func・torch.nested・torch.distributionsは未対応で、torch.compileにはdynamic=Falseの指定が必要です。ソースはGitHubのaws-neuron/torch-neuronxでApache 2.0として公開されています。版ごとの変更点やapt・pipでの導入手順はAWS Neuron SDKとは？最新バージョン2.33の変更点・インストール手順と版の選び方にまとめています。

TorchNeuronでTrainiumを動かすコードの最小例

TorchNeuronの対象はTrn2とTrn3だけです。公式クイックスタートによると、2.33.0の単体wheelはUbuntu 26.04専用で、Ubuntu 24.04ではtorch-neuronx入りのDLAMIを使います。PyTorchは2.13か2.14、Pythonは3.12〜3.14です。導入後は、CPUで計算した行列積とNeuronデバイスで計算した結果が一致するかで動作を確かめます。

import torch
import torch_neuronx

assert torch.neuron.is_available(), "No Neuron device is available."
print(f"PyTorch Neuron devices: {torch.neuron.device_count()}")

torch.manual_seed(0)
cpu_input = torch.randn(2, 3)
expected = cpu_input @ cpu_input.T
neuron_input = cpu_input.to("neuron")
actual = neuron_input @ neuron_input.T
torch.testing.assert_close(actual.cpu(), expected, rtol=1e-4, atol=1e-5)
print("torch-neuronx verification passed")

GPU向けのコードとの違いは、テンソルの移動先が"cuda"ではなく"neuron"になる点です。最初のNeuron演算にはコンパイル時間が含まれ、trn2.48xlargeではtorch.neuron.device_count()が64を返すのが公式の出力例です。

PyTorch/XLAとNxDを使う既存コードの移行期限

• 学習：2.30.0からPyTorch/XLAでの学習はサポート対象外です。torch-neuronxのPyTorch 2.13・2.14版はTorchNeuronで、PyTorch/XLAはPyTorch 2.9が最後です。NeuronX Distributed Training（NxDT）は保守モードで、AWSは移行の準備ができるまでNeuron 2.28とPyTorch 2.9に留まるよう案内しています。
• 推論：Trn2・Trn3では、PyTorch/XLAの推論、NxD InferenceとNxD Coreの推論API、vLLM NeuronのPyTorch/XLA経路が2.34でサポート終了になります。移行先はvLLM Neuron（2.33.0でvLLM 0.29.0）とTorchNeuronです。
• JAX：2.33.0でもJAX 0.7.0〜0.10.0に対応しています。

Trn1はTorchNeuronの対象外なので、Trn1で学習を続けるならPyTorch/XLAが使える古いSDKに固定する運用になります。これから学習基盤を組むなら、オンデマンドで手軽に借りられるTrn1ではなく、Trn2をCapacity Blocksで確保してTorchNeuronで書くほうが、2.34以降の移行作業を避けられます。

Trainiumの採用状況：Anthropic・OpenAI・Amazon Bedrock

代表的な大口利用者はAnthropicです。2026年4月20日の発表では、Project Rainierを含めて100万個を超えるTrainium2でClaudeを学習・提供しており、新たに最大5GWの計算能力を確保し、2026年末までにTrainium2とTrainium3で約1GWを稼働させる計画です。AWS Graviton5とは？Metaの数千万コア契約とAI推論でCPUが選ばれる理由のとおりGravitonでも大口契約が続いています。

OpenAIは2026年2月27日、AWSとの契約を8年で1,000億ドル拡大し、約2GW分のTrainiumを利用すると発表しました。対象はTrainium3と次世代のTrainium4です。2026年9月15日には、SalesforceがAWSと共同で自社の音声モデルをTrainium向けに最適化し、Slackの音声入力に使っているとAWSが発表しました。AWSはこのほか、Amazon BedrockがTrainium3で本番のワークロードを処理していること、カラクリやリコーなど国内企業を含む顧客が学習・推論コストを最大50%下げていることを挙げています。

2026年10月29日（米国時間）の第3四半期決算説明会では、Jassy CEOがGravitonとTrainiumの収益コミットメントがそれぞれ前年比20倍超に増えたこと、自社チップを使う顧客が第3四半期だけで20億ドル超を節約したことを挙げました。

AWSの外での提供予定とTrainium4

2027年後半に予定されたAWS外での提供

Jassy CEOは2026年4月の株主書簡で「将来ラック単位で第三者に販売する可能性は十分ある」と書き、10月29日（米国時間）の決算説明会で「顧客からAWSの外でも使えるようにしてほしいという要望が続いており、2027年後半にそうする予定だ」と踏み込みました。提供形態（ラック販売かどうか）、対象の世代、価格はまだ示されていません。

それまでの利用手段は、EC2のTrnインスタンスとUltraServer、AWSが顧客のデータセンター内にTrn2・Trn3などを設置して運用するAWS AI Factoriesです。AI FactoriesもAWSが管理するインスタンスとして使う形で、オンプレミスのサーバーとして買い取るものではありません。

Trainium4の目標値と提供時期

AWSは2025年12月のre:Invent 2025でTrainium4の開発を公表し、Trainium3比でFP4性能を少なくとも6倍、FP8性能を3倍、メモリ帯域を4倍にする目標を示しました。2026年2月の第4四半期決算発表では、HBM容量を2倍にすることも加わっています。NVIDIAのNVLink Fusionに対応し、Trainium4・Graviton・EFAをNVIDIAのMGXラックに混載できる設計です。

提供時期は、OpenAIとの契約を開示したAmazonの資料が「2027年に納入開始の見込み」、Jassy CEOの2026年4月の株主書簡が「広く提供されるまで約18カ月」（書簡の公表時点から起算）としています。性能の数字はいずれも目標値で、チップ単体の値かUltraServer単位の値かは公表されていません。

Trainiumを選ぶ条件と選ばない条件

Trainiumが向くのは、PyTorchかJAXで書いた大規模モデルの学習・推論を、米国などの提供リージョンで数週間〜数カ月単位で回す場合です。Capacity Blocksで期間を決めて確保でき、TorchNeuronの公開ベータへの対応と、対象モデル・精度での性能検証に工数をかけられるなら、H200搭載のp5enより1チップ時間あたりの費用を3割弱に抑えられます。ただしA100搭載のp4dは1基1.696ドルとTrainium2より安く、比較するGPUの世代で結論は変わります。対応モデル（GPT-OSSやQwen3など）の推論は、AWSが移行先として案内するvLLM Neuronから始められます。2.33.0ではGPT-OSS-120Bのスループットが2.32比で最大2.5倍になっています。

次のどれかに当てはまる場合は、Trainiumを第一候補にしないほうが安全です。

• 東京・大阪リージョンでの処理が要件になっている（Trn系の提供がなく、AI Factoriesは大規模な専用環境向けです）。
• CUDA専用のカスタムカーネルやライブラリに依存していて、NKIへ移植する工数がない。
• 数時間〜数日の小さな実験を予約なしのオンデマンドで回したい（オンデマンドがあるのはTorchNeuron対象外のTrn1だけです）。
• BF16のまま、演算が律速になる学習でTrainium3への移行による高速化を見込んでいる（チップ単体のBF16理論性能はTrainium2とほぼ同じです）。

AWS上の学習・推論基盤の設計や、GPUとTrainiumの構成比較から相談したい場合は、一創のAWS・Google Cloud・Azureのインフラ構築支援で対応しています。インスタンスファミリーの命名や世代の読み方はAWSのインスタンスタイプの選び方：EC2の命名規則・現行世代とCLI絞り込み、RDSとの違いまで実装者目線で解説で確認できます。

Trainiumについてよくある質問

TrainiumとGPUの違いは何ですか？

GPUはグラフィックスや科学計算にも使う汎用の並列プロセッサで、TrainiumはAIの学習・推論に絞ったAWSの専用チップです。Capacity Blocksの単価ではTrainium2がH200搭載インスタンスより1チップ時間あたり安い一方、使えるリージョンが限られ、CUDA向けのコードはTorchNeuronやNKIへの対応が必要です。

TrainiumとInferentiaは何が違いますか？

Inferentiaは推論専用、Trainiumは学習用として始まり、Trainium2以降は学習と推論の両方を担っています。Inferentiaの現行世代はInferentia2で、どちらもNeuron SDKで動きます。

Trainiumは東京リージョンで使えますか？

2026年11月10日時点で、EC2のリージョン別インスタンス一覧、オンデマンド料金、Capacity Blocksの料金表のいずれにも東京・大阪のTrn系インスタンスは載っておらず、国内リージョンでの提供告知もありません。Trn1はバージニア北部・オハイオ・オレゴンなど、Trn2はオハイオやハイデラバードなどで提供されています。

Trn1でもTorchNeuronは使えますか？

使えません。公式クイックスタートが対象とするのはTrn2とTrn3のインスタンスファミリーです。Trn1で既存のPyTorch/XLA学習を続ける場合は、AWSが案内するNeuron SDK 2.28系とPyTorch 2.9に固定します。

Trainiumのチップは購入できますか？

2026年11月時点では購入できません。EC2のTrnインスタンスやUltraServerを借りるか、AWSが顧客のデータセンター内に設置・運用するAWS AI Factoriesを契約します。AWSの外での提供は、Jassy CEOが2026年10月29日（米国時間）に「2027年後半の予定」と述べた段階です。

関連記事

• AWS Inferentia（インファレンシア）とは？Inf2の料金・Trainiumとの違いとNeuron対応の現状
• TPUとは？GPUとの違い・世代別性能と料金、TorchTPUのOSS公開とPyTorch移行【2026年10月】
• AWS Neuron SDKとは？最新バージョン2.33の変更点・インストール手順と版の選び方
• AWS Graviton5とは？Metaの数千万コア契約とAI推論でCPUが選ばれる理由
• AWSのインスタンスタイプの選び方：EC2の命名規則・現行世代とCLI絞り込み、RDSとの違いまで実装者目線で解説