TorchNeuron Amazona sprawia, że Trainium jest prostszą alternatywą dla Nvidii
Amazon uruchomił TorchNeuron — backend PyTorch o otwartym kodzie źródłowym, który pozwala programistom uruchamiać istniejące obciążenia związane ze sztuczną inteligencją na układach Trainium2 i Trainium3 firmy. Przejście z procesorów graficznych Nvidia wymaga zmiany jednej linijki kodu, choć w praktyce może być konieczne sprawdzenie zgodności.
TorchNeuron, udostępniony na licencji Apache 2.0, wszedł w publiczną fazę beta po testach przeprowadzonych przez ponad 30 pierwszych użytkowników, w tym Cartesia, Deepgram i Lieber Institute for Brain Development. Niektórzy użytkownicy informują o niższych kosztach, ale Amazon nie podał konkretnych danych.
TorchNeuron nie obsługuje jeszcze wszystkich funkcji PyTorch, w tym dynamicznych kształtów danych wejściowych, i pomija około 22 tys. testów tego frameworka. Amazon twierdzi, że roczne przychody z działalności związanej z własnymi układami, liczone w obecnym tempie, wynoszą 25 mld dolarów i mogą wzrosnąć do 50 mld. Premiera wzmacnia starania Amazona, by uczynić Trainium bardziej dostępną alternatywą dla sprzętu Nvidia, jednak upowszechnienie rozwiązania będzie zależeć od wydajności, zgodności i potwierdzonych oszczędności.
Neutral
Ogłoszenie nie ma bezpośredniego związku z cenami kryptowalut, sieciami blockchain ani popytem na tokeny, dlatego jego natychmiastowy wpływ na rynek będzie prawdopodobnie neutralny. Z czasem TorchNeuron może ułatwić dostęp do mocy obliczeniowej na potrzeby AI i zdywersyfikować infrastrukturę, ograniczając zależność od Nvidii. Artykuł nie przedstawia jednak dowodów na istotny wpływ na wydobycie kryptowalut, rozwój blockchaina ani wykorzystanie tokenów związanych z AI.
W krótkim terminie inwestorzy prawdopodobnie zareagują na tę wiadomość poprzez akcje Amazon i Nvidii lub ogólne nastroje w sektorze AI, a nie przez aktywa kryptowalutowe. Ewentualny wpływ na rynek kryptowalut ograniczy się zapewne do nastrojów wokół tokenów związanych z AI i przetwarzaniem danych. Ich kursy mogą zmieniać się pod wpływem narracji branżowych, ale zależą również od płynności, kierunku notowań Bitcoina i aktywności poszczególnych projektów.
W dłuższej perspektywie szerszy dostęp do tańszej infrastruktury AI może wspierać aplikacje związane z obliczeniami zdecentralizowanymi oraz projektami AI i blockchain. To jednak tylko potencjalna korzyść pośrednia: TorchNeuron nadal znajduje się w fazie beta, nie obsługuje niektórych funkcji PyTorch i nie opublikowano porównań kosztów ani wydajności. Zanim inwestorzy uznają premierę za czynnik sprzyjający tokenom, powinni obserwować poziom adopcji, wyniki testów porównawczych i wszelkie mierzalne powiązania z obciążeniami obliczeniowymi związanymi z kryptowalutami. Podobne ogłoszenia dotyczące układów AI i infrastruktury chmurowej zwykle silniej i bardziej bezpośrednio wpływają na nastroje w sektorze technologicznym niż na fundamenty rynku kryptowalut.