Amazon Web Services (AWS) a lancé lundi 19 octobre 2026 un nouvel outil pour développeurs baptisé TorchNeuron, selon TechCrunch. Cet outil permet aux startups d'IA de migrer leurs applications vers les puces Trainium d'Amazon en changeant une seule ligne de configuration, sans réécrire de code. C'est le défi le plus direct lancé jusqu'ici par Amazon à la domination historique de Nvidia dans le matériel d'IA.
L'annonce est importante car la plupart des logiciels d'IA sont conçus avec PyTorch, une boîte à outils open source gratuite. Amazon affirme qu'environ 85 % des applications d'IA sont écrites avec PyTorch, et Nvidia a passé des années à s'assurer que son logiciel CUDA prend en charge ces applications de manière transparente. Cela a fait du matériel de Nvidia le choix par défaut des développeurs d'IA, et TorchNeuron est conçu pour desserrer cette emprise.
Comment TorchNeuron fonctionne avec PyTorch
TorchNeuron est adapté de PyTorch lui-même, de sorte que les développeurs qui connaissent déjà PyTorch n'ont pas besoin d'apprendre un nouveau système. Selon Amazon, l'outil fonctionne en permettant aux applications d'IA basées sur PyTorch de tourner sur Trainium avec un seul changement de configuration. Amazon soutient que le portage vers Trainium est non seulement simple, mais donne aussi aux startups accès à l'ensemble du cloud AWS.
AWS n'est pas la première entreprise à proposer un chemin facile vers ses puces. Les utilisateurs de PyTorch peuvent déjà porter leurs applications vers des GPU AMD ou même des puces Apple avec un simple changement de configuration. L'argument d'Amazon va plus loin : selon l'entreprise, Trainium gère à la fois l'entraînement et l'inférence sur la même puce, ce qui améliore selon elle l'économie sur l'ensemble d'une charge de travail.
La stratégie d'Amazon pour découpler PyTorch de Nvidia
AWS cherche aussi à rendre PyTorch moins centré sur Nvidia. L'entreprise dit contribuer en amont au projet principal PyTorch, en travaillant avec la communauté pour supprimer le code qui lie le framework à des puces spécifiques. L'objectif est de rendre PyTorch plus indépendant du matériel pour tous les développeurs, pas seulement pour les utilisateurs de Trainium.
