На этой неделе Amazon Web Services выпустил TorchNeuron — инструмент для разработчиков, который позволяет перенести PyTorch-приложения на собственный AI-чип Trainium буквально через изменение одной строки конфигурации. Никакого переписывания кода. Это не просто очередной ход в войне за железо — это попытка разломать главное конкурентное преимущество Nvidia, которое её держит на вершине рынка AI-чипов последние годы.
PyTorch писали в Facebook, сегодня это часть Linux Foundation, и на нём строится примерно 85% всех современных AI-приложений. Nvidia потратила годы на то, чтобы её CUDA — программная инфраструктура, позволяющая коду работать на её GPU — идеально интегрировалась с PyTorch. В результате Nvidia-железо стало де-факто стандартом, встроенным прямо в toolkit. Разработчики просто привыкли, что PyTorch и Nvidia — это один экосистем.
Amazon не первый, кто пытается предложить лёгкий способ портировать приложения на своё оборудование. AMD и Apple тоже могут похвастаться простой переконфигурацией. Но вот в чём хитрость: AWS утверждает, что дело не только в простоте, но и в том, что Trainium одновременно обрабатывает обучение моделей и инференс, а сам чип глубоко встроен в инфраструктуру облака. Это обещает экономию денег даже при не самой низкой цене за токен. Пример, который приводит AWS — компания Deepgram перешла на Trainium и теперь обрабатывает на 70% больше аудио на доллар при той же точности.
Но Amazon зашёл ещё дальше. Компания начала вносить код в сам PyTorch, чтобы ослабить его встроенную привязку к конкретному оборудованию — в первую очередь к Nvidia. Цель предельно ясна: сделать PyTorch по-настоящему hardware-агностичным не только для своих пользователей, но для всей разработчицкой общины. Это амбициозно, но и рискованно — PyTorch как раз нужен тем, что скрывает все сложности интеграции с железом. Если начать расчёсывать эту систему в угоду свободе выбора, можно создать разработчикам больше головной боли, чем удобства.
С точки зрения конкуренции это выглядит более серьёзно, чем простое противостояние чипов. Как выразился VP AWS Анапурна Лаб Колин Брейс: «Настоящая история в том, чтобы убрать lock-in, который не давал разработчикам реального выбора». Если Amazon действительно разомкнёт PyTorch от Nvidia, последствия для зелёных пойдут намного глубже, чем просто появление альтернативного железа. Nvidia потеряет не столько продажи, сколько инертность — силу, которая автоматически направляла тысячи разработчиков в её экосистему без осознанного выбора.
Для российского бизнеса, который строит AI-сервисы, это может означать реальное снижение стоимости инфраструктуры. Если вы развиваете приложение на PyTorch — от voice-сервисов до LLM-приложений — переход на AWS Trainium при нужной архитектуре может быть проще, чем кажется. Особенно актуально для стартапов, которые сейчас работают через зарубежные облака (AWS, GCP) и вынуждены платить премию за Nvidia-железо просто потому, что это стало стандартом. Платформы вроде AI Studio, которые помогают автоматизировать разработку, уже готовы работать с разными бэкендами — это может стать важнее в ближайшие месяцы.
Остаётся открытый вопрос: будет ли эта свобода выбора реально свободой или просто разнообразием конфигурационной боли? История показывает, что lock-in в технологии часто держится не столько на запретах, сколько на удобстве. Если Amazon сделает всё правильно, разработчики действительно получат выбор. Если нет, просто добавится слой сложности к и без того непростому делу.
Meta Platforms Inc. признана экстремистской организацией, её деятельность запрещена на территории РФ; это относится и к принадлежащим ей социальным сетям Instagram и Facebook.