# Deepgram借助AWS Trainium2将语音转文字成本降低11%至70%

> Deepgram将Nova-3模型移植到AWS Trainium2芯片后，在批处理任务中每美元可处理更多音频。

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

Deepgram将其Nova-3语音转文字模型迁移至AWS Trainium2芯片。在单个trn2.3xlarge实例上，这一移植版本可运行8个模型副本。对于联络中心分析等离线批处理任务，Deepgram测得，相比此前使用的计算方案，每美元可处理的音频量提升了11%至70%。这项工作包括使用TorchNeuron支持PyTorch、通过自定义内核替换部分层，以及构建Rust运行时以避免Python带来的开销。

## 事实

- Deepgram的Trainium2方案每美元可处理的音频量提升了11%至70%。
- 单个trn2.3xlarge EC2实例可运行8个Nova-3副本。

## 为什么重要

使用Deepgram API的客户在处理大规模批处理任务时，有望降低转录成本。

## 来源与参考

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

最后更新: 2026-10-19