إطلاق AWS لأداة TorchNeuron لتسهيل الانتقال إلى شرائح Trainium

أطلقت خدمات أمازون السحابية أداة TorchNeuron، وهي أداة مطوِّرة تتيح لتطبيقات الذكاء الاصطناعي المبنية على PyTorch العمل على مسرّعات Trainium الخاصة بالشركة بتغيير سطر تكوين واحد فقط. وتهدف هذه الخطوة إلى كسر احتكار البرمجيات الذي أبقى حزمة CUDA من إنفيديا الخيار الافتراضي لمعظم أعباء الذكاء الاصطناعي.

تشير AWS إلى أن نحو 85 في المائة من شيفرات الذكاء الاصطناعي الحالية تُكتب باستخدام PyTorch. تم بناء TorchNeuron مباشرة فوق الإطار، مما يتيح للمهندسين المعتادين على PyTorch تبني Trainium دون إعادة كتابة شيفرة النماذج. كما تؤكد أمازون أن الشريحة نفسها تتولى كلاً من التدريب والاستدلال، مما يمكن أن يحسّن نسبة التكلفة إلى الأداء لخطوط الإنتاج الكاملة.

لماذا هذا مهم للبنية التحتية للـ GPU / الذكاء الاصطناعي

• يقلل من احتكاك الهجرة للشركات الناشئة التي تقيّم بدائل غير إنفيديا.
• يوفر حزمة سحابية موحّدة — حوسبة، تخزين، شبكات — بدلاً من “نيوكلود” أحادي الغرض.
• تساهم أمازون بتغييرات في مشروع PyTorch الرئيسي لجعله أكثر استقلالية عن العتاد، مما يفيد المجتمع الأوسع.

أبلغت شركة Deepgram، وهي من أوائل المستخدمين، عن زيادة بنسبة 70 في المائة في كمية الصوت المعالج لكل دولار بعد الانتقال إلى Trainium، مما يوضح الميزة الاقتصادية المحتملة لمنصة تجمع بين التدريب والاستدلال.