Amazon 發表 TorchNeuron：PyTorch 程式碼免改直上自研 AI 晶片，正面挑戰輝達 CUDA 護城河

Amazon 在今日登場的 PyTorch 大會上以 Apache 2.0 開源 TorchNeuron，讓開發者只需改一行設定就能把 PyTorch 程式碼跑在 Trainium 晶片上，目標直指輝達花了十年打造的 CUDA 生態系。

亞馬遜今天在 PyTorch Conference North America（PyTorch 北美大會）上正式發表 TorchNeuron，這是一套讓開發者可以直接在自研 AI 晶片 Trainium 上跑 PyTorch 程式碼的軟體層，而且會以 Apache 2.0 授權完全開源。根據亞馬遜旗下晶片部門 Annapurna Labs 的說法，開發者原本為輝達 GPU 撰寫的 PyTorch 程式碼，只要改一行設定（a single configuration change），就能直接在 Trainium 晶片上執行，不需要重寫。

一招直攻輝達最堅固的護城河

PyTorch 是 Meta 維護的開源深度學習框架，也是全球多數 AI 開發者的首選工具。而輝達過去十多年投入的心力，一大部分就花在 CUDA 這套軟體工具上：它讓 PyTorch 程式碼在輝達晶片上跑得又快又順，這正是輝達在 AI 運算市場無人能撼的關鍵。

Amazon 這次等於是繞過硬碰硬的晶片對決，直接在軟體層「寄生」開發者既有的 PyTorch 流程。TorchNeuron 支援 Trainium2 與 Trainium3，整合了 PyTorch 的裝置擴充機制，開發者可以繼續用熟悉的 eager 執行除錯、torch.compile 部署加速，以及 torch.profiler 追蹤效能瓶頸，不必搬家到新工具鏈。

已經有 30 多家早期客戶在用

Annapurna Labs 軟體副總裁 Colin Brace 接受路透社訪問時表示，這個專案的出發點就是「去到客戶所在的地方」（meeting customers where they’re at），目的是把開發者試用自家晶片的門檻降到最低。他也透露，已有超過 30 家早期客戶採用，橫跨機器人、世界模型（world models）與語音 AI 等領域，而且切換到 Amazon 晶片後可以省下可觀成本。

消息公布當天 Amazon 股價早盤上漲 5%，Morgan Stanley 更將其列為首選標的。

Google、微軟也在做同樣的事

Amazon 不是唯一想挖輝達牆角的雲端巨頭。Google 同樣擁有自研晶片 TPU，也在加強 PyTorch 工具支援；微軟的 Maia 晶片亦然。這場戰爭早就從晶片規格打到了「誰能讓開發者無痛轉移」。

不過要提醒的是：開發者在 TorchNeuron 上線後，仍需自行驗證模型的正確性、效能、支援的算子、分散式執行與除錯流程——「一行設定搞定」指的是相容的程式碼起點，不是生產部署的保證書。

對通路與零售業者來說，雲端 AI 運算成本一旦因競爭而下降，導入 AI 驅動的銷售數據分析的門檻也會跟著降低。這正是看店勢這類 SaaS 值得關注的趨勢：AI 分析不再是大企業的專利，中小通路也能用得起。

資料來源

• Reuters：Amazon says its AI chips will work with popular coding language, challenging Nvidia（2026-10-19）
• PyTorch 官方部落格：Introducing TorchNeuron: Native PyTorch backend for AWS Trainium（2026-10-19）
• LDS：Amazon Opens TorchNeuron for PyTorch Workloads on Trainium（2026-10-19）