Amazon 的 TorchNeuron 令 Trainium 成為更簡單易用的 Nvidia 替代方案
Amazon 推出 TorchNeuron，這是一個開源 PyTorch 後端，讓開發者可以在其 Trainium2 和 Trainium3 晶片上執行現有的 AI 工作負載。開發者只需改動一行程式碼，便可由 Nvidia GPU 轉用 Trainium；不過在實際使用中，仍可能需要進行相容性檢查。
TorchNeuron 以 Apache 2.0 授權條款發布，在超過 30 個早期採用者測試後進入公開測試階段，當中包括 Cartesia、Deepgram 和 Lieber Institute for Brain Development。部分用戶表示成本有所節省，但 Amazon 尚未公布相關數字。
TorchNeuron 尚未支援 PyTorch 的所有功能，包括動態輸入形狀，並會略過框架中約 22,000 項測試。Amazon 表示，其自家訂製晶片業務的年化收入達 250 億美元，並有望升至 500 億美元。這次推出進一步加強 Amazon 推廣 Trainium、令其成為更易採用的 Nvidia 硬件替代方案的努力；然而，市場採用程度仍取決於效能、相容性，以及經驗證的成本節省。
Neutral
這項公告與加密貨幣價格、區塊鏈網絡或代幣需求沒有直接關係，因此對市場的即時影響很可能是中性的。長遠而言，TorchNeuron 或可令更多人使用 AI 運算，並令基建不再過度依賴 Nvidia，從而增加多元性。不過，文章沒有證據顯示它會對加密貨幣挖礦、區塊鏈開發或 AI 相關代幣的使用造成重大影響。
短期內，交易者更可能透過 Amazon 和 Nvidia 的股價，或 AI 行業整體的市場情緒來回應消息，而非透過加密資產。即使影響波及加密市場，亦很可能只限於市場對 AI 及運算相關代幣的看法。這類代幣可能隨行業敘事而波動，但流動性、Bitcoin 的走勢，以及個別項目的活動同樣會左右其表現。
長遠而言，更多人能以較低成本使用 AI 基建，或可支持與去中心化運算及 AI 區塊鏈項目相關的應用。不過，這只是一種潛在的間接好處：TorchNeuron 仍處於測試版，未支援部分 PyTorch 功能，亦未有公布成本或效能比較。交易者應留意採用情況、基準測試結果，以及與加密貨幣工作負載之間是否存在可量度的關聯，之後才把這次推出視為代幣的催化因素。以往類似有關 AI 晶片和雲端基建的公告，通常對科技行業情緒的直接影響大於對加密市場基本因素的影響。