# Deepgram riduce i costi della trascrizione fino al 70% con AWS Trainium2

> Portando il modello Nova‑3 sui chip Trainium2 di AWS, Deepgram elabora più audio per dollaro nei processi batch.

Oossa · 2026-10-19 · https://oossa.com/it/deepgram-cuts-speech-to-text-costs-11-70-with-aws-trainium2

Deepgram ha trasferito il suo modello di trascrizione da voce a testo Nova‑3 sui chip AWS Trainium2. L’implementazione esegue otto repliche del modello su una singola istanza trn2.3xlarge. Nei processi batch offline, come l’analisi dei contact center, Deepgram ha misurato una quantità di audio elaborata per dollaro superiore dell’11–70% rispetto alle precedenti opzioni di calcolo. Il lavoro ha richiesto l’uso di TorchNeuron per PyTorch, la sostituzione di alcuni layer con kernel personalizzati e la creazione di un runtime in Rust per evitare i costi aggiuntivi di Python.

## I fatti

- La configurazione di Deepgram con Trainium2 ha elaborato l’11–70% di audio in più per dollaro.
- Otto repliche di Nova‑3 vengono eseguite su una singola istanza EC2 trn2.3xlarge.

## Perché conta

I clienti che usano l’API di Deepgram possono aspettarsi costi di trascrizione inferiori per i carichi di lavoro batch su larga scala.

## Fonti e riferimenti

1. [How Deepgram optimized voice AI at scale with AWS Trainium](https://aws.amazon.com/blogs/machine-learning/how-deepgram-optimized-voice-ai-at-scale-with-aws-trainium/) – AWS, 2026-10-19

Ultimo aggiornamento: 2026-10-19