Amazon anunció el día 19, hora local, la introducción de una herramienta open source llamada TorchNeuron. Su punto a favor es muy claro: el código escrito por los desarrolladores en PyTorch no necesita ser reescrito; basta con cambiar una configuración para que funcione nativamente en la chip de Trainium desarrollada por Amazon. Esta herramienta se lanzará oficialmente bajo licencia open source el día 20 en la conferencia North America PyTorch en San Jose, California.
Para demostrar que “sin costuras” no es solo una frase, los ingenieros de Amazon ejecutaron el mismo script de entrenamiento de IA en chips tradicionales y en Trainium, con la única diferencia de que en el código se especifican los parámetros de configuración para cada tipo de chip utilizado. Como resultado, en ambos entornos, el contenido que aprende el modelo es idéntico y la velocidad de aprendizaje también es la misma. Esto significa que las herramientas que los desarrolladores utilizan para probar, depurar y expandir los modelos pueden ser transferidas directamente a Trainium sin ningún cambio.
Enfocándose en la monopolización de CUDA, se debe dar a los desarrolladores "libertad de cambiar el motor"
El oponente de este enfoque es la ventaja competitiva de CUDA que NVIDIA ha mantenido durante más de diez años. PyTorch está liderado por Meta y utilizado por la gran mayoría de los desarrolladores de IA, y NVIDIA logró que el código de PyTorch funcione de manera eficiente en sus propios chips gracias a CUDA, consolidando así su ecosistema en los GPU. Lo que Amazon intenta manipular es precisamente esta vinculación.
Amazon llama a TorchNeuron “un elemento clave que ha faltado durante mucho tiempo en la industria” – una opción real y viable. La lógica es la siguiente: cuando los desarrolladores pueden cambiar libremente entre diferentes chips sin tener que pagar un costo adicional, las fabricantes de chips solo pueden ofrecer productos más competitivos para ganar mercado; por otro lado, los desarrolladores se benefician de una reducción en los costos y de una aceleración en la iteración. Además, Amazon está participando activamente en el desarrollo upstream de PyTorch, colaborando con la comunidad para eliminar aquellos códigos que vinculan el framework con un chip específico. El objetivo es hacer que PyTorch sea más “independiente de hardware” para todo el grupo de desarrolladores, en lugar de servir únicamente a los usuarios de Trainium.
En un momento en que las luchas son intensas y ferozes, este paso de Amazon no solo sienta las bases para su propio Trainium, sino que también socava el monopolio ecológico de NVIDIA gracias a la apertura del código abierto. Cuando la “cambio de chip” se convierte en un parámetro de reorientación, el patrón de dominio único de las GPU comienza a mostrar una grieta que puede ser aprovechada.