Amazon julkaisee TorchNeuronin haastamaan Nvidian AI-laitteistodominanssin PyTorch-tuen avulla

Kuva: TechCrunch · Lähde

Amazon Web Services on esitellyt TorchNeuronin, kehittäjätyökalun, joka mahdollistaa PyTorch-pohjaisten tekoälysovellusten sujuvan ajamisen Trainium AI -sirullaan tavoitteenaan vähentää Nvidian vahvaa asemaa tekoälyohjelmisto- ja laitteistoyhteensopivuudessa.

Amazon Web Services (AWS) on lanseerannut TorchNeuronin, kehittäjätyökalun, jonka avulla PyTorch-pohjaisten tekoälyohjelmien käyttöönotto omalla Trainium AI -sirullaan helpottuu merkittävästi. Tämä siirto heijastaa Amazonin strategista pyrkimystä murtaa Nvidiaa pitkäaikaisesti tukenut asema tekoälylaitteistomarkkinoilla, jossa Nvidia on ollut vahvasti läsnä CUDA-ohjelmistoyhteensopivuudellaan PyTorchin kanssa – yhden johtavan avoimen lähdekoodin tekoälykehikon kanssa.

PyTorch, alun perin Facebookin kehittämä ja nykyään Linux Foundationin ylläpitämä, pyörittää noin 85 % tekoälysovelluksista. Nvidia on historiallisesti rakentanut syvän integraation PyTorchiin CUDA-alustansa kautta, luoden ohjelmisto- ja laitteistoekosysteemin, joka on tehnyt Nvidiasta tekoälykehittäjien suosikin.

TorchNeuron mahdollistaa tekoälymallien ajamisen Trainiumilla vaihtamalla ainoastaan yhden konfigurointikoodin rivin PyTorch-sovelluksessa, ilman tarvetta ohjelman uudelleenkirjoittamiseen. Tämä helppokäyttöisyys hyödyntää PyTorchin tuttavuutta, jolloin kehittäjien siirtyminen Amazonin tekoälylaitteistoon sujuu jouhevammin.

Teknisen yhteensopivuuden lisäksi Amazon korostaa Trainiumin käyttöä AWS-pilviekosysteemissä. AWS asemoituu kokonaisvaltaiseksi alustaksi, joka tukee tekoälyalan startup-yrityksiä prototyypistä tuotantoon ilman riippuvuutta erikoistuneista ulkopuolisista laskentapalveluista. Colin Brace, AWS Annapurna Labsin teknologiaohjelmiston varapuheenjohtaja, toteaa, että tämä integroidun lähestymistavan malli auttaa startup-yrityksiä skaalautumaan tehokkaasti ja hallitsemaan kustannuksia.

AWS:n mukaan Trainium hoitaa sekä tekoälymallien koulutuksen että inferenssin, parantaen toimintataloutta tekoälytyönkulun elinkaaren eri vaiheissa. Esimerkiksi äänenkäsittelysovellus Deepgram kertoi saavuttaneensa 70 % parannuksen äänen käsittelytehokkuudessa dollarimäärää kohden siirryttyään Trainiumiin.

Lisäksi Amazon ei rajoita toimintaansa pelkästään Trainium-alustaan. Yritys osallistuu aktiivisesti pääasiallisen PyTorch-projektin kehitykseen poistamalla Nvidia-keskeisiä riippuvuuksia, pyrkien tekemään PyTorchista laitteistoriippumattomamman. Tämä aloite tähtää tarjoamaan laajemmalle kehittäjäyhteisölle enemmän valinnanvaraa ja joustavuutta tekoälylaitteiston valinnassa.

Vaikka tämä voi lisätä kilpailua ja madaltaa esteitä vaihtoehtoisille tekoälysirujen tarjoajille, on vielä epäselvää, tuoko muutos lisää monimutkaisuutta vai toteuttaako se lupaamansa hyödyt. Mikäli Amazonin strategia onnistuu, se saattaa horjuttaa Nvidian pitkään vallinneen aseman luomalla avoimen ekosysteemin, joka erottaa tekoälyohjelmistokehityksen yksittäisen toimittajan laitteistolukosta.

Yhteenvetona Amazonin TorchNeuron ja sen panos PyTorchiin on rohkea yritys monipuolistaa tekoälylaitteiston vaihtoehtoja ja tarjota kehittäjille joustavampaa, kustannustehokkaampaa pilvipohjaista tekoälyinfrastruktuuria.