跳到主要内容

AWS Inferentia 2 (Inf2)

产品概述​

AWS Inferentia 2 于 2022 年发布，是第二代 AWS 自研推理 ASIC。最大改进是支持 32GB HBM2e 显存 和芯片间互联，可以承载更大模型（70B+）。通过 Inf2 实例 提供，从 inf2.xlarge（单芯片）到 inf2.48xlarge（12 芯片）。

核心规格​

项目参数
架构Inferentia 2（NeuronCore-v2）
NeuronCore4 颗/芯片
显存32 GB HBM2e
INT8 算力（估算）190 TOPS
FP16/BF16190 TFLOPS（估算）
芯片间互联支持（最高 12 芯片）
TDP约 150 W

Inf2 实例​

实例芯片内存适用
inf2.xlarge132 GB轻量推理
inf2.8xlarge132 GB中等推理
inf2.24xlarge6192 GB大模型
inf2.48xlarge12384 GB70B+ 模型

厂商信息​

项目内容
制造商Amazon (Annapurna Labs)
官网https://aws.amazon.com/machine-learning/inferentia/
产品页https://aws.amazon.com/ec2/instance-types/inf2/
SDKhttps://awsdocs-neuron.readthedocs-hosted.com/

关键特性​

  • 芯片间互联：支持 12 芯片聚合 384GB 显存
  • 可承载 70B 模型推理（4-bit 量化）
  • DynamoAI 集成
  • 低延迟

适用场景​

  • LLM 推理（10B-70B）
  • 推荐系统
  • 计算机视觉推理
  • 成本敏感型生产部署

相关产品对比​