AWS, TorchNeuron ile PyTorch uygulamalarını Trainium çiplerine taşıyor

Amazon Web Services (AWS), 19 Ekim 2026 Pazartesi günü TorchNeuron adlı yeni bir geliştirici aracını kullanıma sundu. Araç, yapay zekâ girişimlerinin uygulamalarını şirketin kendi geliştirdiği yapay zekâ çipi Trainium üzerine taşımasını kolaylaştırmayı hedefliyor. Hamle, Nvidia'nın yazılım tarafında yıllardır sürdürdüğü üstünlüğe doğrudan bir meydan okuma olarak değerlendiriliyor.

TorchNeuron, modelleri geliştirmek, eğitmek ve çalıştırmak için yaygın biçimde kullanılan açık kaynaklı PyTorch çerçevesiyle uyumlu çalışıyor. Amazon'a göre PyTorch ile yazılmış bir uygulama, kodu yeniden yazmaya gerek kalmadan yalnızca tek satırlık bir yapılandırma değişikliğiyle Trainium'da çalışabiliyor. Araç PyTorch temel alınarak uyarlandığı için bu çerçeveyi bilen geliştiricilerin yeni bir şey öğrenmesine gerek olmadığı belirtiliyor.

Nvidia'nın CUDA avantajı hedefte

Amazon, yapay zekâ uygulamalarının yaklaşık yüzde 85'inin PyTorch ile yazıldığını söylüyor. Facebook tarafından geliştirilen çerçeve, 2022'den bu yana Linux Foundation çatısı altında bulunuyor. Nvidia ise CUDA yazılım altyapısının PyTorch ile sorunsuz çalışması için yıllarca yatırım yaptı; bu da şirketin donanımını çerçevenin neredeyse varsayılan tercihi hâline getirdi. Bununla birlikte Amazon bu alanda ilk değil: PyTorch kullanıcıları basit bir ayar değişikliğiyle AMD GPU'larına ve Apple çiplerine de geçebiliyor.

AWS, Trainium'a geçişin yalnızca kolay değil, aynı zamanda girişimlere şirketin tüm bulut altyapısına erişim sağladığını öne sürüyor. Şirket bu nedenle kendi platformunu, büyük bölümü Nvidia donanımına bağlı olan CoreWeave, Nebius ve Firmus gibi yeni nesil bulut sağlayıcılarına karşı daha iyi bir seçenek olarak konumlandırıyor. AWS Annapurna Labs Teknoloji Yazılımı Başkan Yardımcısı Colin Brace, aynı çipin hem model eğitimini hem de çıkarımı üstlenmesinin toplam maliyeti düşürdüğünü, AWS'nin token başına en ucuz fiyatı sunmasa bile tasarruf sağlayacağını savundu.

Brace, örnek olarak sesli yapay zekâ şirketi Deepgram'ı gösterdi. Brace'e göre Deepgram, yerel PyTorch desteğiyle Trainium'a geçtikten sonra üretim düzeyinde doğrulukla dolar başına yüzde 70 daha fazla ses işliyor.

PyTorch'u donanımdan bağımsızlaştırma çabası

Amazon, çabasını kendi donanımıyla sınırlı tutmayacağını da açıkladı. Şirket, PyTorch topluluğuyla birlikte çalışarak çerçeveyi belirli çiplere bağlayan kodları kaldıracak değişiklikleri ana projeye katkı olarak sunacağını duyurdu. Amaç, PyTorch'u yalnızca Trainium kullanıcıları için değil tüm geliştiriciler için donanımdan bağımsız hâle getirmek.

Bu yaklaşımın geliştiricilere gerçekten daha fazla seçenek ve daha uygun maliyet getirip getirmeyeceği, yoksa yeni yapılandırma zorlukları mı doğuracağı henüz belirsiz. Ancak girişim başarılı olursa, Nvidia için mesele rakip çiplerle rekabetin ötesine geçebilir. Brace'in ifadesiyle, "Asıl mesele, geliştiricilerin gerçek bir seçim yapmasını engelleyen bağımlılığı ortadan kaldırmak."