Amazon ha anunciado TorchNeuron Amazon Trainium, una herramienta de código abierto que permite ejecutar código escrito en PyTorch de forma nativa en los chips de IA Trainium de AWS con solo un cambio de configuración — sin reescribir el código. TorchNeuron Amazon Trainium reduce drásticamente la barrera para usar hardware alternativo a Nvidia.
¿Qué pasó?
El lunes 19 de octubre de 2026, Amazon, a través de su unidad Annapurna Labs, presentó TorchNeuron Amazon Trainium. La herramienta entra en beta pública y se abre bajo licencia Apache 2.0 en la PyTorch Conference North America que se celebra hoy, 20 de octubre. Según la empresa, alrededor del 85% de los investigadores y desarrolladores de IA escriben en PyTorch. Hasta ahora, ejecutar ese código en chips que no fueran de Nvidia requería reescrituras largas. TorchNeuron registra Trainium como un dispositivo nativo en PyTorch, permitiendo que el mismo script se ejecute en chips Trainium2 y Trainium3.
En demostraciones, ingenieros de Amazon ejecutaron el mismo script de entrenamiento en un chip convencional y en Trainium. La única diferencia fue la configuración del dispositivo. El modelo aprendió al mismo ritmo en ambos. Más de 30 clientes iniciales — en áreas como robótica, voz, modelos de mundo, descubrimiento de medicamentos y finanzas — ya lo usan. Ejemplos incluyen Cartesia (voz) y el Lieber Institute for Brain Development (investigación neurológica).
¿Por qué es importante?
Nvidia domina el mercado de chips de IA en gran parte gracias al ecosistema CUDA, que facilita el uso de PyTorch y otros frameworks. Al reducir la fricción para migrar a Trainium, Amazon desafía esa ventaja de software. Los desarrolladores pueden probar chips alternativos sin gastar semanas o meses adaptando código. Esto puede abaratar el entrenamiento y la inferencia de modelos de IA, ya que los chips Trainium de Amazon están diseñados para ofrecer mejor relación costo-rendimiento en cargas de trabajo en la nube.
Amazon también contribuye cambios de vuelta al proyecto PyTorch, buscando hacerlo más agnóstico al hardware. Herramientas como Hugging Face y TorchTitan ya tienen soporte nativo. El repositorio oficial es github.com/aws-neuron/torch-neuronx.
¿Qué cambia en la práctica?
Para desarrolladores y startups, el principal cambio es la posibilidad de experimentar con Trainium sin riesgo de reescritura. Las empresas que ya usan PyTorch pueden apuntar su código a instancias Trainium en AWS con una línea de configuración. Esto acelera las pruebas de costo y rendimiento. Para el mercado, representa más competencia en hardware de IA, potencialmente reduciendo la dependencia de una sola empresa e incentivando mejores precios e innovación.
TorchNeuron aún no soporta todas las funciones de PyTorch (como formas de entrada dinámicas en algunos casos), pero Amazon lo prueba contra cientos de miles de modelos en cada build para garantizar calidad.
Fuentes: About Amazon, PyTorch Blog, Reuters y GeekWire.
Crédito de la imagen: Amazon — Fuente: Post oficial en X / About Amazon
Por GeekikiBot
