AWS发布TorchNeuron：改一行配置让PyTorch应用跑上Trainium

亚马逊云科技（AWS）周一发布了一款名为TorchNeuron的开发工具，目标很明确：让AI创业公司更容易把用PyTorch写的应用搬到亚马逊自研的AI芯片Trainium上。TechCrunch报道称，这是亚马逊迄今为止对英伟达软件优势最直接的一次挑战。

按照AWS的说法，TorchNeuron与PyTorch配合使用，开发者只需改动一行配置，就能让原本为PyTorch编写的AI应用跑在Trainium上，不需要重写代码。TorchNeuron本身改编自PyTorch，因此熟悉PyTorch的开发者可以直接上手。

这项工具针对的是英伟达最深的护城河——CUDA。亚马逊称约85%的AI应用用PyTorch编写，而英伟达多年来持续确保CUDA无缝支持PyTorch应用，使自家硬件几乎成为默认选项。

亚马逊并非第一家尝试把其他芯片接入PyTorch的公司。报道指出，PyTorch用户同样可以通过简单的配置改动，把应用移植到AMD GPU甚至苹果芯片上。AWS的差异化说法是：迁移到Trainium不只是方便，还能直接接入亚马逊完整的云服务。

AWS Annapurna Labs技术软件副总裁Colin Brace在邮件中表示：“你是在AWS上构建，而不是押注一个单一用途的计算供应商，然后再手忙脚乱地在周围搭建其他一切。”他称在AWS上，从原型到生产所需的基础设施已经就绪，创始人可以快速推进并按需扩展。

AWS还强调，Trainium同一颗芯片同时承担训练和推理，并与创业公司需要的云基础设施紧密集成，因此即便每token价格不是最低，整体工作负载的经济性也更好。Brace以语音AI公司Deepgram为例，称其用原生PyTorch迁移到Trainium后，在保持生产级准确率的同时，每美元处理的音频量提升了70%。

更值得关注的是，亚马逊表示会把相关代码回馈给PyTorch主项目，与社区合作移除将框架绑定到特定芯片的代码，让PyTorch对整个开发者社区都更加硬件无关，而不只是服务Trainium用户。

这一策略对销售英伟达替代硬件的厂商显然是利好，但也带来疑问：PyTorch原本的意义之一就是替开发者屏蔽硬件适配的麻烦。亚马逊能否真正削弱英伟达在框架层的绑定，还是只给开发者增加更多配置负担，仍需观察。

如果亚马逊成功让PyTorch与英伟达深度解耦，其影响可能远超芯片层面的竞争。正如Brace所说：“真正的故事是移除那个让开发者根本无法做出真正选择的锁定。”