AWS 為 Trainium2 和 Trainium3 加入原生 PyTorch 支援
AWS 推出 TorchNeuron，這是其 Trainium2 和 Trainium3 AI 晶片的原生 PyTorch 後端，旨在令研究和模型訓練更容易使用這些晶片。軟件於 2026 年 10 月 19 日進入公開測試版，並於翌日在 PyTorch Conference North America 與 Neuron SDK 2.33.0 一同開源。
TorchNeuron 支援標準 PyTorch API 和 eager execution。開發者只需簡單設定裝置，便可將模型指定在 Trainium 上執行，毋須像以往的 PyTorch/XLA 配置般編寫部分額外程式碼，或進行以編譯器為主的工作。支援範圍僅限 Trainium2 和 Trainium3，不包括 Trainium1 及 AWS Inferentia 晶片。
AWS 表示，超過 30 個早期客戶正將 TorchNeuron 用於機械人技術、語音 AI 和大型語言模型開發。語音 AI 公司 Cartesia 和 Deepgram 表示，與以往的配置相比，效能有所提升。這項更新或可令 AWS Trainium 成為更易採用的 AI 研究和訓練替代方案，並將用途擴展至推論以外。
Neutral
這項公告涉及 AI 硬件及軟件基建，並非加密貨幣、區塊鏈網絡或數碼資產監管。因此，它對加密貨幣價格或市場穩定性並無明確直接的催化作用，對交易可能造成的即時影響亦微乎其微。
短期而言，交易者或會把這則消息視為雲端服務供應商與 AI 晶片製造商之間更廣泛競爭的一部分。類似的 AI 產品公告有時會提振科技股及 AI 相關代幣的市場情緒，但這類走勢通常取決於可量化的採用情況、收入，以及與特定加密項目的關聯。這份報告並未提供這些關聯的直接證據。
長遠來說，更容易使用 Trainium 進行模型訓練，或可鞏固 AWS 在 AI 基建領域的地位，並加大其他晶片及雲端服務供應商所面對的競爭壓力。對加密貨幣市場的任何影響仍屬間接，可能透過整體風險偏好或 AI 相關區塊鏈項目的發展而產生。交易者在視之為足以影響市場的訊號之前，應先留意後續證據，例如客戶增長、晶片部署、效能基準，或與加密公司建立的合作夥伴關係。因此，最恰當的分類是中性。