Ginagawa ng TorchNeuron ng Amazon na mas simpleng alternatibo sa Nvidia ang Trainium
Inilunsad ng Amazon ang TorchNeuron, isang open-source na PyTorch backend na nagbibigay-daan sa mga developer na patakbuhin ang dati na nilang AI workload sa mga Trainium2 at Trainium3 chip nito. Makalilipat ang mga developer mula sa Nvidia GPU sa pamamagitan ng pagbabago ng isang linya ng code, bagaman maaaring kailanganin pa rin sa aktuwal na paggamit ang pagsusuri sa compatibility.
Inilabas sa ilalim ng lisensyang Apache 2.0, pumasok sa pampublikong beta ang TorchNeuron matapos subukan ng mahigit 30 na unang gumamit, kabilang ang Cartesia, Deepgram, at Lieber Institute for Brain Development. May ilang user na nag-ulat ng pagtitipid sa gastos, ngunit hindi nagbigay ng mga numero ang Amazon.
Hindi pa sinusuportahan ng TorchNeuron ang lahat ng feature ng PyTorch, kabilang ang mga dynamic na hugis ng input, at nilalaktawan nito ang humigit-kumulang 22,000 test sa framework. Ayon sa Amazon, ang negosyo nito sa mga custom chip ay may taunang takbo ng kita na $25 bilyon at maaaring umabot sa $50 bilyon. Pinatitibay ng paglulunsad ang pagsisikap ng Amazon na gawing mas madaling mapakinabangan ang Trainium bilang alternatibo sa hardware ng Nvidia, ngunit nakasalalay ang paggamit dito sa performance, compatibility, at napatunayang pagtitipid sa gastos.
Neutral
Walang direktang kaugnayan ang anunsyo sa mga presyo ng cryptocurrency, mga blockchain network o demand para sa token, kaya malamang na neutral ang agarang epekto nito sa merkado. Sa paglipas ng panahon, maaaring gawing mas madaling ma-access ng TorchNeuron ang AI computing at pag-ibahin ang imprastraktura upang hindi gaanong umasa sa Nvidia. Gayunman, walang ebidensiya sa artikulo ng malaking epekto nito sa crypto mining, pagbuo ng blockchain o paggamit ng mga token na may kaugnayan sa AI.
Sa maikling panahon, mas malamang na tumugon ang mga trader sa balita sa pamamagitan ng mga stock ng Amazon at Nvidia o ng mas malawak na sentimyento sa sektor ng AI kaysa sa mga crypto asset. Kung may epekto itong umabot sa crypto, malamang na limitado iyon sa sentimyento tungkol sa mga token na may kaugnayan sa AI at computing. Maaaring gumalaw ang mga token na ito dahil sa mga salaysay tungkol sa sektor, pero naaapektuhan din ang mga ito ng liquidity, direksiyon ng Bitcoin at aktibidad ng bawat proyekto.
Sa mas mahabang panahon, maaaring makatulong sa mga application na may ugnayan sa desentralisadong computing at mga AI-blockchain project ang mas malawak na access sa mas murang imprastraktura ng AI. Posibleng di-tuwirang benepisyo lamang ito: beta pa ang TorchNeuron, hindi nito sinusuportahan ang ilang feature ng PyTorch, at wala pang inilalathalang paghahambing ng gastos o performance. Dapat bantayan ng mga trader ang paggamit nito, mga resulta ng benchmark at anumang nasusukat na ugnayan sa mga crypto workload bago ituring ang paglulunsad bilang katalista para sa mga token. Karaniwang mas direktang naaapektuhan ng mga katulad na anunsyo tungkol sa AI chip at cloud infrastructure ang sentimyento sa sektor ng teknolohiya kaysa ang mga pundamental ng crypto market.