A Amazon quer eliminar uma das principais razões que prendem os programadores à Nvidia. Na segunda-feira, 19 de outubro de 2026, abriu a todos, em beta pública, o TorchNeuron, uma camada nativa que liga o PyTorch aos seus chips AWS Trainium, e anunciou que vai publicar o software em código aberto, com licença Apache 2.0, na PyTorch Conference North America, a 20 de outubro. A Reuters e o GeekWire noticiaram o lançamento depois de entrevistarem responsáveis da divisão de chips da empresa.
A promessa é simples: código escrito para o PyTorch, a ferramenta mais usada para construir modelos de IA, deve funcionar no Trainium com uma única mudança de configuração e sem ser reescrito. Até agora, segundo o GeekWire, os programadores tinham de adaptar o código para chamar interfaces próprias dos chips da Amazon. O TorchNeuron encaixa no mecanismo padrão que o PyTorch oferece para registar hardware novo, pelo que as ferramentas habituais de teste, depuração e escalonamento funcionam sem modificações, garante a Amazon. Suporta o Trainium2 e o Trainium3.
A Amazon está também a trabalhar para lá da sua própria camada. Diz que está a enviar alterações para o projeto PyTorch com o objetivo de retirar código que amarra a ferramenta a determinados chips, que publicou em código aberto o conjunto completo dos seus núcleos de desempenho e que fez um contributo importante para o projeto de inferência vLLM. O TorchNeuron integra-se com o TorchTitan, a solução nativa do PyTorch para treino distribuído, permitindo repartir tarefas por várias instâncias Trainium com a técnica de paralelismo de dados totalmente fragmentado. A Hugging Face acrescentou suporte nativo para o Trainium às suas ferramentas, segundo a Amazon.
Para alguns clientes, o software não é novidade. O GeekWire refere que o TorchNeuron estava em beta privada desde o final do ano passado, e Colin Brace, vice-presidente da Annapurna Labs, a unidade de chips da Amazon, disse à Reuters que mais de 30 clientes iniciais nas áreas da robótica, dos modelos do mundo e da IA de voz já o utilizam. A startup de voz Deepgram afirma que os seus testes mostraram o Trainium a processar cerca de 60% mais áudio por dólar do que a configuração anterior com GPU, e a equipa do Prime Video usou a ferramenta para criar um sistema de repetições em 3D para transmissões da NBA. "Quem conhece o PyTorch conhece o Trainium", resumiu Brace ao GeekWire.
O alvo estratégico é a vantagem de software da Nvidia. Grande parte do código de IA do setor foi construída em torno da plataforma CUDA, e transpô-lo para outros chips pode levar meses, o que trava muitas empresas mesmo quando os fornecedores de nuvem desenvolvem os seus próprios aceleradores. A Google segue um caminho semelhante, com o TorchTPU, para os seus TPU. Os maiores utilizadores do Trainium têm sido laboratórios com fortes laços financeiros à Amazon, como a Anthropic e a OpenAI, que em fevereiro aceitou usar 2 gigawatts de capacidade Trainium, de acordo com o GeekWire.
A garantia de qualidade vai decidir se a promessa de dispensar reescritas se confirma. A Amazon diz testar o TorchNeuron com centenas de milhares de modelos em cada nova versão; Brace explicou ao GeekWire que a bateria de testes noturna abrange mais de 100 mil modelos da Hugging Face. Nenhum dos números foi auditado e ambos dizem respeito à compatibilidade, não ao desempenho.
As dúvidas que restam são práticas. Os valores de poupança apresentados por clientes como a Deepgram são declarados pelos próprios, e a Amazon não divulgou comparações independentes com hardware da Nvidia em tarefas típicas de treino ou inferência. Núcleos personalizados e afinações específicas de cada modelo podem continuar a ser decisivos para atingir a velocidade máxima. A publicação do código a 20 de outubro vai permitir a programadores externos verificar até onde chegam no Trainium as cargas de trabalho PyTorch sem alterações.