周一，亚马逊云科技（AWS）发布了一款名为TorchNeuron的工具，让AI初创公司可以轻松将AI应用迁移到亚马逊的AI芯片Trainium上。此举也直接冲击了英伟达的软件优势——正是这一优势帮助英伟达成为AI应用的默认硬件选择，并推动其崛起为首选AI硬件供应商。
TorchNeuron可与PyTorch配合使用。PyTorch是一款免费、开源的开发工具包，开发者用它来构建、训练和运行AI模型。亚马逊称，只需更改一行配置，就能让用PyTorch编写的AI应用在Trainium上运行，无需重写代码。
亚马逊表示，约85%的AI应用是用PyTorch编写的。PyTorch最初由Facebook开发，但自2022年起归入Linux基金会，该基金会负责维护开源项目。英伟达多年来一直确保其CUDA软件——即让应用能在英伟达GPU及其他硬件上运行的软件基础设施——无缝支持用PyTorch编写的AI应用。因此，英伟达硬件如今已深度嵌入该工具包，基本上成为默认选项。
TorchNeuron改编自PyTorch，因此熟悉PyTorch的开发者已经知道如何使用它。亚马逊并非第一家尝试轻松将自家芯片接入该平台的公司。PyTorch用户也可以通过简单的配置更改，将应用移植到AMD GPU甚至苹果芯片上。
不过，亚马逊主张，移植到Trainium不仅简单，还能让AI初创公司使用亚马逊的整个云生态。AWS称，对初创公司而言，这比使用新型云服务商（neoclouds）更好，因为许多此类服务商与英伟达及其硬件绑定，例如Coreweave、Nebius和Firmus。
AWS Annapurna Labs（负责制造亚马逊定制芯片的部门）技术软件副总裁Colin Brace通过电子邮件对TechCrunch表示：“你是在AWS上构建，而不是押注于单一用途的计算提供商，再手忙脚乱地围绕它搭建其他一切。”他接着说：“在AWS上，从原型到生产所需的基础设施已经就绪，让创始人能够快速行动，并在需要时扩展规模。”
AWS表示，由于同一款芯片同时处理训练（教AI模型学习）和推理（让完成训练的模型投入实际使用，例如回答用户问题），并且与初创公司所需的云基础设施紧密集成，其云服务将为它们省钱，即便AWS并不提供最低的每token价格。
Brace表示：“Trainium的价值在于性价比，加上它是一个同时用于训练和推理的平台，这改善了整个工作负载的经济性。看看Deepgram——他们使用原生PyTorch支持迁移到Trainium，在达到生产级准确率的同时，每美元处理的音频量提高了70%。”Deepgram是AI语音应用提供商，也是ElevenLabs的竞争对手。
但亚马逊并不满足于仅仅给PyTorch应用开发者提供一个迁移到其云的便捷选项。
亚马逊还表示，正在推动PyTorch减少自动以英伟达为中心，并将为此向PyTorch主项目贡献代码。在宣布新工具的博客文章中，公司写道：“亚马逊的方法超越自身硬件。公司正在向PyTorch本身贡献上游更改，与PyTorch社区合作移除将该框架与特定芯片绑定的代码。目标是让PyTorch对整个开发者社区更加硬件无关，而不仅仅是对Trainium用户。”
此类策略无疑有利于那些销售与英伟达竞争的硬件和云服务的厂商，但PyTorch的目的之一正是隐藏让AI代码在硬件上运行的所有烦人困难。推动英伟达被排除到如此程度，究竟会如亚马逊承诺的那样给开发者带来更多选择和更可负担的选项，还是只会带来更多配置麻烦，仍需拭目以待。
无论如何，如果亚马逊成功将PyTorch与英伟达深度解耦，这对GPU巨头的影响可能远不止应对芯片竞争对手。正如Brace所说：“真正的故事是消除锁定，这种锁定让开发者根本无法拥有真正的选择。”
