Amazon TorchNeuron ตั้งเป้าทำให้การนำชิป AI ของบริษัทไปใช้งานง่ายขึ้น โดยเปิดให้แอปพลิเคชัน PyTorch ที่มีอยู่รันบน AWS Trainium ได้ด้วยการเปลี่ยนการตั้งค่าเพียงจุดเดียว ในประกาศเมื่อวันที่ 20 ตุลาคม 2026 Amazon ระบุว่าซอฟต์แวร์นี้จะเปิดตัวเป็นโครงการโอเพนซอร์ส โดยมุ่งลดอุปสรรคด้านซอฟต์แวร์ที่อาจทำให้การเปลี่ยนแพลตฟอร์มชิปมีต้นทุนสูงสำหรับนักพัฒนา

ประเด็นสำคัญ

  • Amazon ระบุว่าโค้ด PyTorch ที่มีอยู่สามารถรันบน Trainium ได้โดยไม่ต้องเขียนใหม่
  • แผนการเปิดตัวแบบโอเพนซอร์สรองรับชิป Trainium2 และ Trainium3
  • การย้ายระบบที่ง่ายขึ้นอาจช่วยเพิ่มความแข็งแกร่งให้ Amazon ในการแข่งขันกับ Nvidia แต่ประกาศดังกล่าวไม่ได้ยืนยันว่ามีข้อได้เปรียบด้านต้นทุนหรือประสิทธิภาพในวงกว้าง

สารบัญ

Amazon TorchNeuron มุ่งเน้นการพกพาซอฟต์แวร์ข้ามแพลตฟอร์ม

ประกาศ TorchNeuron ของ Amazon อธิบายถึงแบ็กเอนด์ PyTorch แบบเนทีฟที่เชื่อมเฟรมเวิร์ก AI ซึ่งมีการใช้งานอย่างแพร่หลายเข้ากับ Trainium แทนที่จะสร้างแอปพลิเคชันขึ้นใหม่เพื่อให้ทำงานบนฮาร์ดแวร์อื่น นักพัฒนาเพียงเปลี่ยนการตั้งค่าที่ระบุว่าควรใช้ชิปใดรันโค้ด

Amazon ระบุว่า TorchNeuron ใช้กลไกที่มีอยู่ใน PyTorch สำหรับลงทะเบียนฮาร์ดแวร์ใหม่ ทำให้เครื่องมือทดสอบ ดีบัก และปรับขนาดที่คุ้นเคยสามารถทำงานบน Trainium ได้โดยไม่ต้องแก้ไข ในการสาธิตของบริษัท สคริปต์ฝึกโมเดลเดียวกันทำงานบนชิปทั่วไปและบน Trainium โดย Amazon ระบุว่าโมเดลเรียนรู้สิ่งเดียวกันในอัตราเดียวกัน

การสาธิตดังกล่าวสนับสนุนข้อกล่าวอ้างของ Amazon เรื่องการพกพาข้ามแพลตฟอร์มสำหรับเวิร์กโหลดที่นำมาแสดง แต่ไม่ได้ยืนยันว่าประสิทธิภาพจะเทียบเท่ากันในทุกแอปพลิเคชัน หรือระบุมูลค่าการประหยัดสำหรับลูกค้า

รายการรายละเอียด
โปรเซสเซอร์ที่รองรับAWS Trainium2 และ Trainium3
สัญญาอนุญาตที่วางแผนไว้Apache 2.0
การฝึกแบบกระจายการผสานรวมกับ TorchTitan และ Fully Sharded Data Parallelism
การรองรับเครื่องมือพัฒนาAmazon ระบุว่า Hugging Face เปิดใช้งานการรองรับ Trainium แบบเนทีฟแล้ว

ต้นทุนการเปลี่ยนระบบของนักพัฒนามีผลต่อการแข่งขันกับ Nvidia

ประเด็นการแข่งขันไม่ได้จำกัดอยู่ที่ข้อมูลจำเพาะของชิป ซอฟต์แวร์ CUDA ของ Nvidia ช่วยให้นักพัฒนาปรับเวิร์กโหลด AI ให้เหมาะกับหน่วยประมวลผลกราฟิกของบริษัท ทำให้ระบบนิเวศซอฟต์แวร์ที่เกี่ยวข้องเป็นปัจจัยสำคัญต่อการเลือกใช้ฮาร์ดแวร์

การลดงานด้านวิศวกรรมที่จำเป็นต่อการย้ายแอปพลิเคชันอาจช่วยให้ลูกค้าคลาวด์มีความยืดหยุ่นมากขึ้นในการเลือกโครงสร้างพื้นฐานสำหรับการประมวลผล และอาจทำให้โปรเซสเซอร์ของ Amazon เข้าถึงได้ง่ายขึ้นสำหรับทีมที่ใช้ PyTorch อยู่แล้ว แต่ไม่ต้องการดูแลโค้ดเบสที่แตกต่างไปอย่างมาก

Amazon ระบุถึงผู้ใช้งานกลุ่มแรกในด้าน AI สำหรับเสียง การค้นคว้ายา และแอปพลิเคชันอื่น ๆ บริษัทกล่าวว่า Cartesia รันไปป์ไลน์อนุมานมาตรฐานโดยเปลี่ยนโค้ด PyTorch เพียงเล็กน้อย ขณะที่ Lieber Institute for Brain Development กำลังสำรวจเวิร์กโหลดการวิจัยที่ใช้ AI บน Trainium ตัวอย่างเหล่านี้บ่งชี้ถึงการใช้งานในระยะแรก ไม่ใช่การวัดระดับการนำไปใช้ทั่วทั้งอุตสาหกรรม

การเปิดตัวแบบโอเพนซอร์สคือขั้นตอนถัดไปตามที่ระบุ

Amazon กำหนดแผนเปิดตัว TorchNeuron ภายใต้สัญญาอนุญาต Apache 2.0 ในงาน PyTorch Conference North America วันที่ 20 ตุลาคม ประกาศที่ให้มาระบุว่าการเปิดตัวดังกล่าวเป็นแผนงาน ไม่ได้ยืนยันว่าได้ดำเนินการเสร็จสิ้นแล้ว

บริษัทยังร่วมเสนอการเปลี่ยนแปลงให้ PyTorch เพื่อลดการพึ่งพาที่จำเพาะต่อฮาร์ดแวร์ งานนี้ขยายขอบเขตความพยายามให้มากกว่าการทำให้ Trainium ใช้งานร่วมกันได้ โดยมุ่งทำให้เฟรมเวิร์กยึดโยงกับแพลตฟอร์มชิปแต่ละรายน้อยลง

สรุป

Amazon มุ่งลดงานด้านวิศวกรรมที่เกี่ยวข้องกับการเปลี่ยนฮาร์ดแวร์ AI แทนที่จะประกาศว่ามีความได้เปรียบด้านประสิทธิภาพเหนือ Nvidia ที่พิสูจน์แล้ว ขั้นตอนถัดไปตามที่ระบุคือการเปิดตัวแบบโอเพนซอร์สในวันที่ 20 ตุลาคม ซึ่งจะเปิดโอกาสให้นักพัฒนาตรวจสอบและทดสอบซอฟต์แวร์ได้ในวงกว้างขึ้น

อ่านข่าวเพิ่มเติม

ข่าวเพิ่มเติมจาก FinanceVelix

ข้อจำกัดความรับผิด

บทความ FinanceVelix นี้ให้ข้อมูลทั่วไป ไม่ใช่คำแนะนำด้านการเงิน การลงทุน กฎหมาย หรือภาษีที่จัดทำขึ้นเฉพาะบุคคล ราคาตลาด อัตราดอกเบี้ย และภาวะเศรษฐกิจเปลี่ยนแปลงได้ การลงทุนมีความเสี่ยงที่จะขาดทุน ข้อเท็จจริงสะท้อนข้อมูลที่มีอยู่ในขณะเผยแพร่และอาจเปลี่ยนแปลงได้ โปรดตรวจสอบข้อมูลสำคัญด้วยตนเอง และปรึกษาผู้เชี่ยวชาญที่มีคุณสมบัติเหมาะสมเมื่อจำเป็น การกล่าวถึงสินทรัพย์ บริษัท หรือบริการใด ๆ ไม่ถือเป็นการรับรอง