AWS lance TorchNeuron pour faire tourner les applications PyTorch sur les puces Trainium

Amazon Web Services a publié lundi 19 octobre 2026 TorchNeuron, un outil destiné aux développeurs afin d'aider les start-up de l'IA à faire migrer leurs applications vers Trainium, la puce d'IA conçue en interne par Amazon. Ce lancement vise directement le fossé logiciel qui a fait de Nvidia le matériel par défaut pour la plupart des charges de travail d'IA.

TorchNeuron repose sur PyTorch, le framework open source et gratuit que les développeurs utilisent pour construire, entraîner et exécuter des modèles d'IA. Selon Amazon, une application écrite en PyTorch peut tourner sur Trainium après la modification d'une seule ligne de configuration, sans réécrire le moindre code. Comme l'outil est adapté de PyTorch lui-même, les développeurs déjà familiers avec le framework ne devraient pas avoir de courbe d'apprentissage à franchir.

S'attaquer à l'emprise de CUDA

Amazon estime qu'environ 85 % des applications d'IA sont écrites en PyTorch. Créé à l'origine par Facebook, le framework est hébergé par la Linux Foundation depuis 2022. Nvidia a passé des années à veiller à ce que sa pile logicielle CUDA fonctionne parfaitement avec PyTorch, faisant de facto de ses GPU la cible par défaut du framework. Amazon n'est pas le premier à tenter de desserrer ce lien : les utilisateurs de PyTorch peuvent déjà passer à des GPU AMD ou aux puces Apple silicon grâce à un simple changement de configuration.

AWS affirme que son argumentaire va au-delà de la facilité de portage, car migrer vers Trainium ouvre aussi l'accès au reste de son cloud. L'entreprise présente cette offre comme une option plus solide pour les start-up que les dits « neoclouds », comme CoreWeave, Nebius ou Firmus, dont beaucoup dépendent du matériel Nvidia. Colin Brace, vice-président Technology Software chez AWS Annapurna Labs, la division à l'origine des puces maison d'Amazon, a déclaré qu'utiliser une seule puce pour l'entraînement comme pour l'inférence améliore l'économie globale, même si AWS ne propose pas le prix par jeton le plus bas.

Brace a cité en exemple Deepgram, entreprise spécialisée dans l'IA vocale. Il a expliqué que Deepgram est passée à Trainium grâce à la prise en charge native de PyTorch et traite désormais 70 % d'audio en plus par dollar, avec une précision de niveau production.

Rendre PyTorch plus neutre sur le plan matériel

Amazon a également indiqué qu'il contribuera à des modifications en amont du projet PyTorch principal, en collaboration avec la communauté, afin de retirer le code qui lie le framework à des puces particulières. L'objectif affiché est un PyTorch plus agnostique vis-à-vis du matériel, pour tous les développeurs et non seulement pour les clients de Trainium.

Reste à voir si cela apportera davantage de choix et des coûts plus bas, ou s'il ajoutera simplement une complexité de configuration que PyTorch était censé masquer. Si Amazon parvient effectivement à détacher le framework de Nvidia, les conséquences pour le leader des GPU pourraient dépasser largement la concurrence ordinaire entre puces. « La véritable histoire, c'est la suppression du verrouillage qui empêchait les développeurs d'avoir réellement le choix », a déclaré Brace.