Der Cloud-Computing-Dienst Amazon Web Services (AWS) hat die Einführung eines neuen Tools namens TorchNeuron angekündigt. Es ermöglicht Start-ups im Bereich der künstlichen Intelligenz, ihre Anwendungen problemlos auf die speziellen KI-Chips von Amazon namens Trainium zu übertragen. Dieser Schritt stellt eine direkte Herausforderung für den Softwarevorteil dar, den Nvidia innehat und der dessen Hardware zur standardmäßigen und dominierenden Wahl im Bereich der KI-Anwendungen gemacht hat.
Funktionsweise des TorchNeuron-Tools und PyTorch-Unterstützung
Das neue Tool arbeitet kompatibel mit dem PyTorch-Framework, einem kostenlosen Open-Source-Toolkit, auf das Entwickler beim Erstellen, Trainieren und Ausführen von KI-Modellen zurückgreifen und das etwa 85 % der KI-Anwendungen abdeckt. Laut Amazon ermöglicht das Tool TorchNeuron die Ausführung von in PyTorch geschriebenen Anwendungen auf Trainium-Chips, indem lediglich eine einzige Zeile in den Konfigurationsdateien geändert wird, ohne dass Software neu geschrieben werden muss.
Das Tool basiert in seinem Design auf dem PyTorch-Framework selbst, was bedeutet, dass Entwickler, die mit dem Framework vertraut sind, keine neuen Tools erlernen müssen. Trotz früherer Versuche anderer Unternehmen, die Übertragung von Anwendungen auf ihre eigenen Chips wie AMD-Prozessoren oder Apple-Chips zu erleichtern, betont Amazon, dass die Integration in die Cloud-Architektur Start-ups eine integrierte Umgebung im Vergleich zu Cloud-Dienstanbietern bietet, die ausschließlich an Nvidia-Hardware gebunden sind.
Beseitigung von Einschränkungen und Verringerung der Abhängigkeit
Amazons Strategie beschränkt sich nicht nur darauf, Entwicklern eine Option für den Wechsel in seine Cloud zu bieten, sondern zielt auch darauf ab, dazu beizutragen, dass das PyTorch-Framework automatisch weniger abhängig von Nvidia-Hardware wird. In diesem Zusammenhang trägt Amazon mit direkten Software-Modifikationen zum Hauptprojekt von PyTorch bei, um Code zu entfernen, der das Framework an bestimmte Chips bindet. Ziel ist es, die Unabhängigkeit des Frameworks von der Hardware zugunsten der Entwicklergemeinschaft als Ganzes zu stärken.
Warum diese Nachricht wichtig ist?
- Brechen des Software-Monopols: Amazon versucht, Nvidias Hauptstärke anzugreifen, die in der CUDA-Software-Infrastruktur liegt, welche Nvidia-Hardware im Laufe der Zeit praktisch zur einzigen Wahl gemacht hat.
- Wirtschaftliche Integration: Amazon bietet eine einheitliche Plattform sowohl für das Training als auch für das Inferenzing von Modellen und ist der Ansicht, dass dies die gesamte wirtschaftliche Rentabilität von Software-Workloads verbessert, wie es bei dem Unternehmen Deepgram der Fall war.
- Erweiterung der Entwickleroptionen: Die Entkopplung von PyTorch und Nvidia könnte Entwicklern mehr Flexibilität verleihen, vorausgesetzt, dies führt nicht zu zusätzlichen Komplexitäten bei der Konfiguration der Infrastrukturen.