AWS lancia TorchNeuron per portare le app PyTorch sui chip Trainium

Lunedì 19 ottobre 2026 Amazon Web Services ha rilasciato TorchNeuron, uno strumento per sviluppatori pensato per aiutare le startup di IA a spostare le proprie applicazioni su Trainium, il chip di IA sviluppato internamente da Amazon. Il lancio punta dritto al cuore del vantaggio competitivo software che ha reso Nvidia la scelta predefinita per la maggior parte dei carichi di lavoro di IA.

TorchNeuron è costruito attorno a PyTorch, il framework open source gratuito che gli sviluppatori usano per creare, addestrare ed eseguire modelli di IA. Secondo Amazon, un'applicazione scritta in PyTorch può girare su Trainium dopo aver modificato una sola riga di configurazione, senza riscrivere alcun codice. Poiché lo strumento è derivato dallo stesso PyTorch, gli sviluppatori che già conoscono il framework non dovrebbero incontrare una curva di apprendimento.

La sfida alla morsa di CUDA

Amazon stima che circa l'85% delle app di IA sia scritto in PyTorch. Nato in casa Facebook, il framework è ospitato dalla Linux Foundation dal 2022. Nvidia ha investito anni per assicurarsi che il proprio stack software CUDA funzionasse senza intoppi con PyTorch, rendendo di fatto le proprie GPU il target predefinito del framework. Amazon non è la prima a tentare di allentare questo legame: gli utenti di PyTorch possono già passare alle GPU AMD o ai chip Apple silicon con una semplice modifica alla configurazione.

AWS sostiene che la sua proposta vada oltre la semplicità di migrazione, perché passare a Trainium apre anche l'accesso al resto del suo cloud. L'azienda presenta questa opzione come più vantaggiosa per le startup rispetto ai cosiddetti neocloud, come CoreWeave, Nebius e Firmus, molti dei quali dipendono dall'hardware Nvidia. Colin Brace, VP of Technology Software di AWS Annapurna Labs, l'unità che sviluppa i chip personalizzati di Amazon, ha affermato che usare un solo chip sia per l'addestramento sia per l'inferenza migliora l'economia complessiva, anche se AWS non offre il prezzo per token più basso.

Brace ha citato come esempio Deepgram, azienda di IA vocale. Ha spiegato che Deepgram è passata a Trainium grazie al supporto nativo di PyTorch e ora elabora il 70% di audio in più per ogni dollaro, con un'accuratezza di livello produttivo.

Spingere PyTorch verso la neutralità hardware

Amazon ha inoltre dichiarato che contribuirà con modifiche al progetto principale di PyTorch, lavorando con la comunità per eliminare il codice che lega il framework a specifici chip. L'obiettivo dichiarato è un PyTorch più indipendente dall'hardware per tutti gli sviluppatori, non solo per i clienti Trainium.

Resta da vedere se questo porterà più scelta e costi più bassi, oppure se aggiungerà soltanto complessità di configurazione che PyTorch era nato per nascondere. Se Amazon riuscirà davvero a sganciare il framework da Nvidia, le conseguenze per il leader delle GPU potrebbero andare ben oltre la normale competizione tra chip. "La vera storia è eliminare il vincolo che impediva agli sviluppatori di avere una scelta reale", ha detto Brace.