AWS发布TorchNeuron工具，挑战Nvidia在AI芯片软件生态的统治地位

TorchNeuron的发布是AWS对Nvidia软件优势的直接挑战。Nvidia多年来通过CUDA软件基础设施，使其GPU成为运行PyTorch应用的默认硬件选择，而TorchNeuron正是要打破这一绑定。

AWS强调，约85%的AI应用基于PyTorch开发，该框架由Facebook最初开发，2022年起归Linux基金会维护。TorchNeuron从PyTorch改编而来，熟悉PyTorch的开发者可直接上手。此前，PyTorch用户已可通过简单配置将应用移植到AMD或Apple芯片，但AWS认为迁移至Trainium的优势在于能同时获得其整个云服务生态。

AWS Annapurna Labs技术软件副总裁Colin Brace表示，在AWS上构建应用，无需依赖单一用途的计算提供商，从原型到生产所需的基础设施都已具备。他还指出，Trainium同时处理训练和推理任务，并与云基础设施深度集成，能帮助初创公司节省成本。他援引AI语音公司Deepgram的案例称，该公司迁移至Trainium后，每美元处理的音频量提升70%。

除提供迁移工具外，AWS还将向PyTorch上游社区贡献代码，推动该框架减少对特定芯片的依赖，使其对硬件更加中立。不过，这一做法可能带来新的配置复杂度，能否如AWS所言为开发者提供更多选择和更优性价比，仍有待观察。