TorchNeuron Amazon menjadikan Trainium alternatif kepada Nvidia yang lebih mudah
Amazon telah melancarkan TorchNeuron, backend PyTorch sumber terbuka yang membolehkan pembangun menjalankan beban kerja AI sedia ada pada cip Trainium2 dan Trainium3 miliknya. Pembangun boleh beralih daripada GPU Nvidia dengan mengubah satu baris kod, namun pemeriksaan keserasian mungkin masih diperlukan dalam praktiknya.
Dikeluarkan di bawah lesen Apache 2.0, TorchNeuron memasuki beta awam selepas diuji oleh lebih 30 pengguna awal, termasuk Cartesia, Deepgram dan Lieber Institute for Brain Development. Sesetengah pengguna melaporkan penjimatan kos, tetapi Amazon belum mendedahkan angkanya.
TorchNeuron masih belum menyokong semua ciri PyTorch, termasuk bentuk input dinamik, dan melangkau kira-kira 22,000 ujian dalam rangka kerja itu. Amazon berkata perniagaan cip tersuainya mempunyai kadar hasil tahunan sebanyak AS$25 bilion dan berpotensi mencecah AS$50 bilion. Pelancaran ini mengukuhkan usaha Amazon untuk menjadikan Trainium alternatif kepada perkakasan Nvidia yang lebih mudah diakses, tetapi penggunaannya akan bergantung pada prestasi, keserasian dan penjimatan kos yang disahkan.
Neutral
Pengumuman ini tiada kaitan langsung dengan harga mata wang kripto, rangkaian blok rantai atau permintaan token, maka kesan serta-merta terhadap pasaran berkemungkinan neutral. Dalam jangka panjang, TorchNeuron boleh menjadikan pengkomputeran AI lebih mudah diakses dan mempelbagaikan infrastruktur agar tidak terlalu bergantung pada Nvidia. Namun, artikel ini tidak memberikan bukti tentang kesan ketara terhadap perlombongan kripto, pembangunan blok rantai atau penggunaan token berkaitan AI.
Dalam jangka pendek, pedagang lebih berkemungkinan bertindak balas terhadap berita ini melalui saham Amazon dan Nvidia atau sentimen sektor AI yang lebih luas berbanding aset kripto. Sebarang kesan limpahan kepada kripto mungkin terhad kepada sentimen sekitar token berkaitan AI dan pengkomputeran. Token sedemikian boleh bergerak mengikut naratif sektor, tetapi turut dipengaruhi oleh kecairan, arah pergerakan Bitcoin dan aktiviti khusus setiap projek.
Dalam jangka panjang, akses yang lebih meluas kepada infrastruktur AI berkos rendah boleh menyokong aplikasi yang bertindih dengan pengkomputeran terdesentralisasi dan projek AI-blok rantai. Namun, ini hanya potensi manfaat tidak langsung: TorchNeuron masih dalam versi beta, tidak menyokong beberapa ciri PyTorch dan belum menerbitkan perbandingan kos atau prestasi. Pedagang wajar memantau penggunaan, keputusan penanda aras dan sebarang kaitan yang boleh diukur dengan beban kerja kripto sebelum menganggap pelancaran ini sebagai pemangkin token. Pengumuman serupa tentang cip AI dan infrastruktur awan lazimnya lebih mempengaruhi sentimen sektor teknologi secara langsung berbanding asas pasaran kripto.