AWS What’s New の日付は 2026 年 10 月 20 日（北京時間ではおおむね 10 月 20–21 日。米国投稿時刻による）。AWS は TorchNeuron の公開ベータを開始した。Amazon EC2 の Trainium2 / Trainium3 向けに、オープンソースのネイティブ PyTorch バックエンドを提供する。非 NVIDIA の学習・推論シリコンを検討するチームにとって有用なのは、「デバイス差し替えでどこまで動くか」「まだ何を直すか」「コストと性能をどう測るか」であり、「誰かが置き換わる」という話ではない。

比較的小さな変更で動きやすい点：テンソルとモデルを neuron デバイスへ置く（例：.to("neuron")）、調査用に eager 実行を使う、標準 PyTorch API を維持する。torch.accelerator を使っているコードでは、デバイス選択を変えずに済む場合もある。torch.compile は Neuron バックエンドを指定すれば使える（例：backend="neuron"、またはデフォルトを一度設定）。TorchNeuron は Neuron Kernel Interface（NKI）とも連携し、標準演算だけでは足りないときにカスタム演算子やハードウェア向けカーネルを足せる。

実移行でまだ手が入る点：Public Beta を GA とみなさないこと。eager では未対応演算が CPU にフォールバックし得る。compile では Neuron バックエンドが必要で、CUDA 専用のコンパイル引数は外す。性能クリティカルな層は NKI など Trainium 側の調整が要ることがある。「動く」は「既存 GPU の遅延やドル単価に並ぶ」と同義ではない。公式と PyTorch ブログは大規模モデル検証と、まだ埋めるギャップに触れている——全チェックポイントがゼロ変更で載る、とは読めない。TorchNeuron のオープンソース化は EC2 Trainium の計算資源を無料にしない。利用リージョンとインスタンス価格は、アカウント条件に合わせて AWS 側で確認すること。私たちは Trainium を実測していない。

同じ時期、DigIntoAI は並行する「非 NVIDIA シリコン上の PyTorch」として Google が TorchTPU をオープンソース化 も扱った。読者にとって有用なのは移行面と検証手順であり、ベンダー対決ではない。