Amazon TorchNeuron bertujuan mempermudah adopsi chip AI perusahaan dengan memungkinkan aplikasi PyTorch yang sudah ada berjalan di AWS Trainium hanya dengan satu perubahan konfigurasi. Dalam pengumumannya pada 20 Oktober 2026, Amazon menyatakan perangkat lunak tersebut akan dirilis sebagai proyek sumber terbuka, dengan sasaran mengatasi hambatan perangkat lunak yang dapat membuat peralihan platform chip menjadi mahal bagi para pengembang.
Intisari
- Amazon menyatakan kode PyTorch yang sudah ada dapat berjalan di Trainium tanpa perlu ditulis ulang.
- Rencana rilis sumber terbuka ini mendukung chip Trainium2 dan Trainium3.
- Proses migrasi yang lebih mudah dapat memperkuat tantangan Amazon terhadap Nvidia, tetapi pengumuman tersebut tidak membuktikan adanya keunggulan biaya atau kinerja yang luas.
Daftar Isi
- Amazon TorchNeuron berfokus pada portabilitas perangkat lunak
- Biaya peralihan bagi pengembang membentuk tantangan terhadap Nvidia
- Rilis sumber terbuka menjadi tonggak berikutnya yang diumumkan
- Kesimpulan
Amazon TorchNeuron berfokus pada portabilitas perangkat lunak
Pengumuman TorchNeuron dari Amazon menjelaskan backend PyTorch native yang menghubungkan kerangka kerja AI yang banyak digunakan tersebut dengan Trainium. Alih-alih membangun ulang aplikasi untuk perangkat keras yang berbeda, pengembang cukup mengubah pengaturan yang menentukan chip mana yang akan digunakan oleh kode.
Amazon menyatakan TorchNeuron menggunakan mekanisme PyTorch yang sudah ada untuk mendaftarkan perangkat keras baru, sehingga alat pengujian, debugging, dan penskalaan yang sudah dikenal dapat digunakan di Trainium tanpa modifikasi. Dalam demonstrasi perusahaan, skrip pelatihan yang sama dijalankan pada chip konvensional dan Trainium; Amazon menyatakan model tersebut mempelajari hal yang sama dengan kecepatan yang sama.
Demonstrasi itu mendukung klaim portabilitas Amazon untuk beban kerja yang ditampilkan. Namun, hal tersebut tidak membuktikan kesetaraan kinerja pada semua aplikasi atau mengukur penghematan bagi pelanggan.
| Aspek | Detail |
|---|---|
| Prosesor yang didukung | AWS Trainium2 dan Trainium3 |
| Lisensi yang direncanakan | Apache 2.0 |
| Pelatihan terdistribusi | Integrasi dengan TorchTitan dan Fully Sharded Data Parallelism |
| Dukungan alat pengembangan | Amazon menyatakan Hugging Face telah mengaktifkan dukungan native Trainium |
Biaya peralihan bagi pengembang membentuk tantangan terhadap Nvidia
Persaingan ini mencakup lebih dari sekadar spesifikasi chip. Perangkat lunak CUDA Nvidia membantu pengembang mengoptimalkan beban kerja AI untuk prosesor grafisnya, sehingga ekosistem perangkat lunak di sekitarnya menjadi bagian penting dalam adopsi perangkat keras.
Pengurangan pekerjaan rekayasa yang diperlukan untuk memindahkan aplikasi dapat memberi pelanggan layanan cloud fleksibilitas lebih besar saat memilih infrastruktur komputasi. Hal ini juga dapat membuat prosesor Amazon lebih mudah diakses oleh tim yang sudah menggunakan PyTorch, tetapi tidak ingin memelihara basis kode yang sangat berbeda.
Amazon menyebut pengguna awal dari bidang AI suara, penemuan obat, dan aplikasi lainnya. Perusahaan menyatakan Cartesia menjalankan alur kerja inferensi standarnya dengan perubahan kode PyTorch yang minimal, sementara Lieber Institute for Brain Development sedang menjajaki beban kerja riset berbasis AI di Trainium. Contoh-contoh ini menunjukkan penggunaan tahap awal, bukan ukuran adopsi di seluruh industri.
Rilis sumber terbuka menjadi tonggak berikutnya yang diumumkan
Amazon menjadwalkan rilis TorchNeuron di bawah lisensi Apache 2.0 pada PyTorch Conference North America tanggal 20 Oktober. Pengumuman yang diberikan menyebut rilis tersebut sebagai rencana, bukan mengonfirmasi bahwa rilis itu telah terlaksana.
Perusahaan juga berkontribusi pada perubahan PyTorch yang dimaksudkan untuk mengurangi ketergantungan khusus pada perangkat keras. Upaya ini memperluas cakupan pekerjaan tersebut, dari sekadar kompatibilitas dengan Trainium menuju pengembangan kerangka kerja yang tidak terlalu terikat pada platform chip tertentu.
Kesimpulan
Amazon menargetkan upaya rekayasa yang diperlukan untuk mengganti perangkat keras AI, alih-alih mengumumkan keunggulan kinerja atas Nvidia yang telah terbukti. Tonggak berikutnya yang diumumkan adalah rilis sumber terbuka pada 20 Oktober, yang akan memungkinkan pengembang memeriksa dan menguji perangkat lunak tersebut secara lebih luas.
Baca Berita Lainnya
Penafian
Artikel FinanceVelix ini menyediakan informasi umum, bukan nasihat keuangan, investasi, hukum, atau pajak yang dipersonalisasi. Harga pasar, suku bunga, dan kondisi ekonomi dapat berubah; investasi mengandung risiko kerugian. Fakta mencerminkan materi yang tersedia pada saat diterbitkan dan dapat berubah. Periksa informasi penting secara mandiri dan konsultasikan dengan profesional yang berkualifikasi bila diperlukan. Penyebutan aset, perusahaan, atau layanan bukan merupakan dukungan.
