아마존은 현지 시간으로 19일에 오픈소스 도구 TorchNeuron을 출시한다고 발표했습니다. 이 도구의 장점은 매우 명확합니다: 개발자가 작성한 PyTorch 코드를 다시 작성할 필요 없이, 단 하나의 설정만 변경하면 아마존이 자체적으로 개발한 Trainium 칩에서 원본으로 실행될 수 있습니다. 이 도구는 20일 캘리포니아 산호세에서 열리는 북미 PyTorch 컨퍼런스에서 오픈소스 라이선스로 공식 출시될 예정입니다.
“순무”가 말뿐이 아니라는 것을 증명하기 위해, 아마존 엔지니어들은 동일한 AI 훈련 스크립트를 전통적인 칩과 Trainium에서 실행했으며, 차이점은 코드 내에서 사용하는 칩에 대한 설정 매개변수뿐이었다. 그 결과 두 환경에서 모델이 배우는 내용과 학습 속도가 모두 동일했다. 이는 개발자가 모델을 테스트하고, 디버깅하고, 확장하는 데 사용하는 도구들을 Trainium에 그대로 적용할 수 있다는 것을 의미한다.
CUDA 독점에 맞서 개발자에게 "코어 교체의 자유"를 제공하겠다
이 전략의 상대는 엔비디아가 10년 이상 운영해온 CUDA의 이점입니다. PyTorch는 Meta가 주도하고 대다수의 AI 개발자가 사용하는 기술이며, 엔비디아는 CUDA를 통해 PyTorch 코드를 자사 칩에서 효율적으로 실행시켜 생태계를 GPU에 고정시켰습니다. 아마존이 노리는 것도 바로 이런 연관성입니다.
아마존은 TorchNeuron을 업계의 “오랫동안 부족했던 핵심 요소”이라고 칭했습니다. 이는 실제로 실현 가능한 선택권입니다. 논리적으로는, 개발자가 다양한 칩 사이를 자유롭게 전환할 수 있으면서 추가 비용을 지불하지 않아도 되면, 칩 제조업체는 더 경쟁력 있는 제품으로 시장에서 경쟁해야 합니다. 반대로, 개발자들은 비용 절감과 개발 속도 향상의 이점을 누릴 수 있습니다. 더 나아가, 아마존은 PyTorch의 상류 개발에 직접 참여하고 있으며, 커뮤니티와 협력하여 프레임워크와 특정 칩을 연결하는 코드를 제거하고 있습니다. 목표는 PyTorch를 전체 개발자 집단에게 더욱 “하드웨어와 무관한” 형태로 만들어, Trainium 사용자만을 위한 서비스가 아닌 모든 개발자들을 지원하는 것입니다.
치열한 경쟁이 펼쳐지는 상황에서 아마존의 이번 조치는 자사의 Trainium을 위한 길을 열어주는 동시에, 오픈소스가 가져오는 인텔의 생태계 독점을 약화시키는 것이기도 하다. "코어 교체"가 근골을 다친 문제에서 변경 매개변수로 전환되면서, GPU의 독주 구조에는 활용 가능한 틈이 생겼다.