Amazon TorchNeuron vise à faciliter l’adoption des puces d’IA de l’entreprise en permettant aux applications PyTorch existantes de fonctionner sur AWS Trainium avec une seule modification de configuration. Dans son annonce du 20 octobre 2026, Amazon a indiqué que le logiciel serait publié sous la forme d’un projet open source, afin de s’attaquer à un obstacle logiciel qui peut rendre coûteux, pour les développeurs, le passage à d’autres plateformes de puces.
Points clés
- Amazon affirme que le code PyTorch existant peut fonctionner sur Trainium sans réécriture.
- La publication open source prévue prend en charge les puces Trainium2 et Trainium3.
- Une migration facilitée pourrait renforcer la capacité d’Amazon à concurrencer Nvidia, mais l’annonce ne démontre pas un avantage général en matière de coûts ou de performances.
Sommaire
- Amazon TorchNeuron mise sur la portabilité logicielle
- Les coûts de changement pour les développeurs influent sur le défi posé à Nvidia
- La publication open source constitue la prochaine étape annoncée
- Conclusion
Amazon TorchNeuron mise sur la portabilité logicielle
L’annonce de TorchNeuron par Amazon présente un backend natif PyTorch qui relie ce framework d’IA largement utilisé à Trainium. Au lieu de reconstruire une application pour un matériel différent, les développeurs n’auraient qu’à modifier un paramètre indiquant quelle puce le code doit utiliser.
Amazon affirme que TorchNeuron s’appuie sur le mécanisme existant de PyTorch pour enregistrer de nouveaux matériels, ce qui permet d’utiliser sur Trainium, sans modification, les outils familiers de test, de débogage et de mise à l’échelle. Lors d’une démonstration de l’entreprise, le même script d’entraînement a été exécuté sur une puce classique et sur Trainium ; Amazon a déclaré que le modèle avait appris les mêmes éléments au même rythme.
Cette démonstration étaye l’affirmation d’Amazon concernant la portabilité pour la charge de travail présentée. Elle ne démontre pas des performances équivalentes pour toutes les applications ni ne quantifie les économies réalisées par les clients.
| Élément | Détails |
|---|---|
| Processeurs pris en charge | AWS Trainium2 et Trainium3 |
| Licence prévue | Apache 2.0 |
| Entraînement distribué | Intégration avec TorchTitan et Fully Sharded Data Parallelism |
| Prise en charge des outils de développement | Amazon indique que Hugging Face a activé la prise en charge native de Trainium |
Les coûts de changement pour les développeurs influent sur le défi posé à Nvidia
La concurrence ne se joue pas uniquement sur les caractéristiques des puces. Le logiciel CUDA de Nvidia aide les développeurs à optimiser les charges de travail d’IA pour ses processeurs graphiques, faisant de l’écosystème logiciel environnant un facteur important dans l’adoption du matériel.
Réduire le travail d’ingénierie nécessaire au transfert d’une application pourrait donner aux clients du cloud davantage de souplesse dans le choix de leur infrastructure informatique. Cela pourrait également rendre les processeurs d’Amazon plus accessibles aux équipes qui travaillent déjà avec PyTorch, mais ne souhaitent pas maintenir une base de code sensiblement différente.
Amazon a cité des premiers utilisateurs dans les domaines de l’IA vocale, de la découverte de médicaments et d’autres applications. L’entreprise a indiqué que Cartesia avait exécuté son pipeline d’inférence standard avec des modifications minimales du code PyTorch, tandis que le Lieber Institute for Brain Development explore des charges de travail de recherche fondées sur l’IA sur Trainium. Ces exemples témoignent d’une utilisation précoce, et non d’une mesure de l’adoption à l’échelle du secteur.
La publication open source constitue la prochaine étape annoncée
Amazon a prévu de publier TorchNeuron sous licence Apache 2.0 à l’occasion de la conférence PyTorch Conference North America, le 20 octobre. L’annonce fournie présente cette publication comme étant prévue, sans confirmer qu’elle a eu lieu.
L’entreprise contribue également à des modifications de PyTorch destinées à réduire les dépendances propres à certains matériels. Ce travail élargit l’effort au-delà de la compatibilité avec Trainium, afin que le framework soit moins lié à des plateformes de puces particulières.
Conclusion
Amazon s’attaque au travail d’ingénierie nécessaire pour changer de matériel d’IA, plutôt que d’annoncer une avance avérée en matière de performances sur Nvidia. La prochaine étape annoncée est la publication open source du 20 octobre, qui permettrait aux développeurs d’examiner et de tester le logiciel plus largement.
Lire plus d’actualités
Plus d’actualités FinanceVelix
Avertissement
Cet article de FinanceVelix fournit des informations générales et ne constitue pas un conseil financier, d’investissement, juridique ou fiscal personnalisé. Les cours du marché, les taux d’intérêt et la conjoncture économique peuvent évoluer ; les investissements comportent un risque de perte. Les faits reflètent les informations disponibles au moment de la publication et peuvent changer. Vérifiez les informations importantes de manière indépendante et consultez un professionnel qualifié si nécessaire. La mention d’un actif, d’une entreprise ou d’un service ne constitue pas une recommandation.
