Az Nvidia dominanciája a mesterséges intelligencia szegmensben nem kizárólag a brutális teljesítményű, speciális célhardvernek köszönhető, hanem annak a fejlesztői környezetnek, mellyel az adott hardverben rejlő lehetőségek kihasználhatók. Az Amazon most ezen a téren próbál fogást találni a chipgyártó óriáson.

A TorchNeuronnak nevű eszköz célja, hogy az AI-alkalmazások fejlesztői minimális módosítással futtathassák a kódot az Amazon saját fejlesztésű Trainium chipjein, vagyis ezúttal nem a hardver képességeinek kidomborítására, hanem kifejezetten a szoftveres ökoszisztémára helyeződik át a frontvonal.

Az AI megszünteti a tapasztalatszerzés első lépcsőit A pályakezdő informatikai szakemberek vesszőfutása tartósnak ígérkezik.

Az AWS szerint a TorchNeuron lehetővé teszi, hogy a PyTorch keretrendszerrel készített AI-alkalmazásokban akár egyetlen konfigurációs sor megváltoztatásával migrálhatók legyenek Trainium alapokra, mely a modellek tanítására és futtatására egyaránt költséghatékonyan használható.

Az Nvidia CUDA szoftver-infrastruktúrája jelenleg a legszélesebb körben használt platform az AI-fejlesztők körében, mely teljes PyTorch-támogatást biztosít a kódok előálíltásához és futtatásához.

A CUDA köré épült eszközök, könyvtárak és fejlesztői rutinok révén az Nvidia a fejlesztőket eddig sikeresen láncolta magához, ezt próbálja most feloldani a TorchNeuron azzal, hogy jelentősen csökkenti az alkalmazások migrációjának erőforrásigényét.

Az Amazon chipüzletága számára a TorchNeuron újabb növekedési perspektívát mutat - a Trainium és Gravitron chipek eladásából számított évesített árbevételt a vállalat vezérigazgatója, Andy Jassy több mint 20 milliárd dollárra becsülte.