当地时间10月19日，亚马逊推出了工具TorchNeuron，使得开发者只需更改一项配置就能将已经编写的PyTorch 代码在亚马逊的AWS Trainium芯片上运行。同时，亚马逊计划10月20日在北美PyTorch 大会上发布TorchNeuron的开源版本。
TorchNeuron 的早期用户覆盖实时语音、分子设计等领域，包括语音AI初创公司Cartesia。
亚马逊称此举是为了给开发者真正的选择权，当开发者可以无代价地在不同芯片间切换时，芯片制造商就必须努力赢得开发者的青睐，而开发者则从更低成本和更快迭代中受益。外界认为降低迁移成本有机会在英伟达的CUDA软件生态上打开一个缺口。
对于这项工具，天使投资人、资深人工智能专家郭涛对第一财经记者表示，低成本迁移只是敲门砖，并非开发者决策的核心标尺。在落地方面，低成本迁移可以降低试错成本，吸引开发者愿意跳出CUDA生态开展验证，为客户新增算力比价选项，但迁移工具的便利度很难抵消生态成熟度差距。开发者真正关注的重心，性能兑现维度排在首位，迁移之后的单卡吞吐、时延、稳定性能否对标原有CUDA方案，直接决定业务能不能上线。开发者还会关注算子持续迭代、社区支持、故障排查体系，迁移只是起点，能否长期稳定承载业务，才是最终决定是否规模化切换的关键。
亚马逊的芯片业务布局于10年前。2015年，亚马逊收购了芯片设计公司Annapurna Labs。目前，亚马逊的芯片业务包括用于AI训练和推理的Trainium、用于通用云计算的Graviton以及二者所基于的负责安全与网络的Nitro系统。亚马逊二季度财报显示，亚马逊人工智能和芯片业务的年化收入均超过250亿美元。
除了亚马逊，谷歌、微软、Meta和OpenAI等公司都在加快布局自研芯片。10月12日，微软表示Azure Maia 200现已投入生产，并且发布最新芯片Azure Maia 300。同时，微软公布新的部署计划：从2027年开始将把Azure Maia系列扩展至数吉瓦级规模部署，使Maia成为微软产品和服务的主要推理系统。9月有消息称，Meta计划于明年上半年在数据中心部署新一代自研AI芯片。
郭涛表示，对比来看，亚马逊芯片优势在于软件栈围绕云客户迁移设计，主打生态解绑，云内一体化交付体验完整；短板是前沿大模型训练生态积累偏弱，社区算子丰富度不足。其他巨头芯片优势是深度绑定自有大模型研发，能够针对自研模型深度调优，短板在于对外开放中立性不足，客户容易同步被锁定在厂商体系之内。
微软、亚马逊接连释放芯片相关动作，郭涛认为降低成本、弱化单一厂商依赖只是表层诉求，并非全部目的。芯片可以和自家大模型、云服务深度协同，打通硬件、编译器、模型的全链路优化，打造差异化云服务能力，形成区别于同行的技术壁垒。这条路线会走向算力供给分层，高端前沿训练仍会保留通用GPU采购，高并发推理场景逐步切换自研算力，巨头追求的是算力话语权，而不是简单摆脱外部供应商。
举报 第一财经广告合作，请点击这里此内容为第一财经原创，著作权归第一财经所有。未经第一财经书面授权，不得以任何方式加以使用，包括转载、摘编、复制或建立镜像。第一财经保留追究侵权者法律责任的权利。如需获得授权请联系第一财经版权部：banquan@yicai.com 文章作者
陆涵之
原创精选 相关阅读
微软宣布史上最大自研芯片押注，市值重回4万亿美元微软加快了自研芯片的进程。
6 13878 10-13 10:38
出海的下一道题，是全球经营 5601 09-29 16:42 
亚马逊给员工涨薪了，持续加码物流速度不仅仅是一个履约指标，它也是一种获客策略。
8 10592 09-18 16:25
AI成跨境电商“数字员工”，平台开始给它立规矩AI工具在跨境卖家多个工作环节中成为了提高生产力的必备品。
6 11770 08-27 13:04
配送越快完单率越高，亚马逊Prime Air宣布扩张六倍提高配送速度也能带动生鲜等品类。
6 7430 08-20 12:49 一财最热 点击关闭盈策略提示：文章来自网络，不代表本站观点。
沪深京行情 实时轮播
热点资讯
