AWS推出TorchNeuron，助力PyTorch应用迁移至Trainium芯片

亚马逊云科技（AWS）于2026年10月19日（周一）发布了TorchNeuron，这是一款开发者工具，旨在帮助AI初创企业将其应用迁移至亚马逊自研AI芯片Trainium。此次发布直指让英伟达成为大多数AI工作负载默认硬件的软件壁垒。

TorchNeuron基于PyTorch构建。PyTorch是一个免费开源框架，开发者用它来构建、训练和运行AI模型。亚马逊表示，用PyTorch编写的应用只需更改一行配置，无需重写任何代码，即可在Trainium上运行。由于该工具源自PyTorch本身，熟悉该框架的开发者应该不会面临学习门槛。

挑战CUDA的掌控力

亚马逊估计，约85%的AI应用使用PyTorch编写。该框架最初由Facebook创建，自2022年起由Linux基金会托管。多年来，英伟达一直致力于确保其CUDA软件栈与PyTorch无缝协作，实际上使其GPU成为该框架的默认目标。亚马逊并非第一家试图松动这一联系的公司：PyTorch用户只需简单更改配置，就已能切换到AMD GPU或苹果芯片。

AWS认为，其主张不仅在于迁移便捷，还在于迁移至Trainium后可以接入其云服务的其他部分。该公司将此定位为比CoreWeave、Nebius和Firmus等所谓“新云”服务商更具吸引力的选择，因为许多新云服务商依赖英伟达硬件。AWS旗下定制芯片部门Annapurna Labs的技术软件副总裁Colin Brace表示，使用同一款芯片同时进行训练和推理可以改善整体经济性，即便AWS并未提供最低的每令牌价格。

Brace以语音AI公司Deepgram为例。他表示，Deepgram借助原生PyTorch支持迁移至Trainium，目前每美元可多处理70%的音频，且保持生产级准确率。

推动PyTorch走向硬件中立

亚马逊还表示，将与社区合作，向PyTorch主项目上游贡献代码，剥离将该框架与特定芯片绑定的代码。其既定目标是打造一个对所有开发者而非仅Trainium客户而言都与硬件无关的PyTorch。

这究竟能带来更多选择和更低成本，还是只会增加PyTorch本应屏蔽的配置复杂度，仍有待观察。如果亚马逊真能将该框架与英伟达解绑，其对这家GPU龙头企业的影响可能远超普通的芯片竞争。Brace表示：“真正的故事在于消除那种让开发者根本无法拥有真正选择权的锁定。”