亚马逊公布34项Build on Trainium研究奖，聚焦负责任AI
亚马逊宣布34个研究团队获得Build on Trainium奖项，覆盖30所大学。该计划提供1.1亿美元计算额度，支持在AWS Trainium芯片上开展AI安全对齐、多语言模型、表征工程、可持续与小模型、合成数据生成等负责任AI研究。获奖者可使用700多个Amazon公共数据集及AWS AI/ML服务。
事件概述
亚马逊研究奖（Amazon Research Awards）公布34项 Build on Trainium 获奖项目，这些资助来自2025年秋季“Build on Trainium: Responsible AI”提案征集，覆盖30所大学，包括Stanford、UC Berkeley、UIUC、UCLA、CMU、MIT等。
计划背景
Build on Trainium 是一项总额1.1亿美元的计算额度计划，面向AI研究和大学教育，为基于AWS Trainium芯片的新型AI研究提供计算资源。本轮聚焦“负责任AI”，优先支持五大主题：AI安全与对齐、多语言语言模型、表征工程（representation engineering）、可持续性与小语言模型、面向合成数据生成的深度学习模型。
获奖支持
获奖者将获得AWS Promotional Credits，可访问超过700个Amazon公共数据集，并使用AWS AI/ML服务和工具；每位获奖者还会被分配一名Amazon研究联系人，并可获得Trainium教程、动手实践等资源。
研究示例
据AWS AI首席应用科学家Yida Wang介绍，UIUC团队正在研究面向大规模混合专家（MoE）模型的拓扑感知并行化策略，模型参数可达1万亿，最多使用1024块Trainium芯片；华盛顿大学团队则在开发推理优化框架，以提高Trainium上的token效率，目标是实现可移植的高性能LLM推理。
已公布项目方向
已公布获奖项目涵盖联邦对抗协同训练、差分隐私合成数据、多模态诈骗内容检测、可编辑扩散语言模型、稀疏量化LLM、多语言对齐、低资源语言合成数据、可验证数学推理、智能体工具使用安全基准等方向。