# Deepgram снизила затраты на распознавание речи на 11–70% с AWS Trainium2

> Перенеся модель Nova‑3 на чипы AWS Trainium2, Deepgram обрабатывает больше аудио на каждый потраченный доллар при пакетной обработке.

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

Deepgram перенесла модель распознавания речи Nova‑3 на чипы AWS Trainium2. Теперь на одном экземпляре trn2.3xlarge запускаются восемь копий модели. При пакетной обработке в офлайн-режиме, например для аналитики обращений в контакт-центры, Deepgram зафиксировала рост объема обработанного аудио на доллар на 11–70% по сравнению с прежними вычислительными решениями. Для этого компания использовала TorchNeuron для PyTorch, заменила некоторые слои собственными ядрами и создала среду выполнения на Rust, чтобы избежать накладных расходов Python.

## Факты

- На конфигурации Deepgram с Trainium2 обрабатывается на 11–70% больше аудио на каждый потраченный доллар.
- На одном экземпляре EC2 trn2.3xlarge запускаются восемь копий Nova‑3.

## Почему это важно

Клиенты API Deepgram могут рассчитывать на снижение затрат на транскрибацию при крупномасштабной пакетной обработке.

## Источники и ссылки

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

Обновлено: 2026-10-19