亚马逊朝英伟达软肋下刀：TorchNeuron 一行配置把 PyTorch 应用搬上 Trainium

英伟达最深的护城河不是芯片，是 CUDA。亚马逊这周动的就是这一刀。

一行配置的诱惑

10 月 19 日，AWS 发布 TorchNeuron：用 PyTorch 写的 AI 应用，理论上改一行配置就能跑在亚马逊自研的 Trainium 芯片上，不用重写代码。这个诱惑力要看大盘——亚马逊引用的数据是约 85% 的 AI 应用用 PyTorch 构建，而英伟达花了多年时间让 CUDA 无缝支持 PyTorch，以至于这套开源框架默认就长在英伟达的生态里。

比工具更狠的是上游

真正的杀招在博客里一句容易被略过的话：亚马逊会把代码贡献给 PyTorch 主项目，和社区一起移除框架里绑定特定芯片的部分。也就是说，它不只想给自己的芯片开一扇门，而是想把“PyTorch 等于英伟达”这个默认设定从源头拆掉。Annapurna Labs 技术软件副总裁 Colin Brace 的话说得很直白：“真正的大事是移除锁定，让开发者第一次拥有真正的选择。”

成不成看两件事

一是性价比的实证。亚马逊给出的案例是语音公司 Deepgram：迁移到 Trainium 后每美元处理的音频多 70%。二是迁移后的完整性——Brace 强调 Trainium 训练推理一肩挑，且和 AWS 的整套云基础设施焊在一起，暗讽那些绑定英伟达的 CoreWeave、Nebius 这样的新云“单一用途”。客观说，AMD 和苹果的芯片也早已支持简单移植 PyTorch，亚马逊不是第一个；但以 AWS 的体量加上推上游的动作，这场竞争的级别不一样了。芯片大战打到软件层，才是真正的决战。