亚马逊 ( AMZN +5.00% ) 于 2026 年 10 月 19 日星期一宣布，公众很快将能够使用一款新的软件工具，该工具可能会对人工智能 (AI) 行业产生真正的影响。该工具名为 TorchNeuron，可让开发人员以最小的改动在 Amazon 的 Trainium 芯片上运行现有的 PyTorch 代码，挑战 Nvidia ( NVDA +1.50% ) 护城河的一个关键方面。

该公司计划于 10 月 20 日以免费开源软件的形式发布公开测试版 TorchNeuron。

NVDA-- 英伟达

纳斯达克 · 截至 2026 年 10 月 19 日美国东部时间下午 3:14

PyTorch 和 CUDA 如何协同工作

要理解为什么这很重要，有助于理解人工智能软件和硬件如何协同工作。

许多开发人员使用 PyTorch 构建人工智能模型，PyTorch 是一组开发工具，可帮助工程师编写代码，告诉训练中的模型如何从输入的大量数据中学习。

但是，如果芯片不进行模型训练（并最终运行）所需的实际数学运算，那么这些代码就起不了多大作用。 PyTorch 下的软件将这些操作连接到硬件并帮助高效地执行它们。在 Nvidia GPU 上，CUDA 填补了这一角色。

这里的一个关键方面是 AI 开发人员可以从所有这些软件中受益，而无需自己编写 CUDA 代码。他们在 PyTorch 中工作，Nvidia 的 CUDA 处理底层发生的事情。

为什么放弃 Nvidia 的成本高昂

CUDA 是为 Nvidia GPU 构建的。这意味着那些正在考虑从 Nvidia 芯片转向竞争对手（例如亚马逊的 Trainium 芯片）的公司面临着严重的转换成本，远远超出了购买新芯片的成本。这可能意味着多年来为优化软件以与 CUDA 良好配合而进行的投资将会消失。需要投入大量时间和金钱来学习新的软件生态系统并让现有系统与其良好配合。

一旦考虑到转换所涉及的时间和劳动力，更便宜的芯片不一定更便宜。

这就是为什么今天的公告意义重大。 TorchNeuron 将 PyTorch 连接到亚马逊自己的软件堆栈和 Trainium 硬件，据该公司称，允许公司以最小的努力进行转换。

需要明确的是，这里有一些限制。 TorchNeuron 用于在 PyTorch 中完成的工作。具有自定义 CUDA 代码的更复杂的堆栈将无法轻松移植。重要的是，这仍处于测试阶段。

这对英伟达投资者意味着什么

我不会否认这一点。但我也不会惊慌（当然，这绝不是一个好主意）。

一方面，TorchNeuron 才刚刚进入公开测试版。关于开发人员如何轻松地进行转换的说法来自一家显然会受益的公司。在现实世界和大规模情况下，事情的结果可能会大不相同。

也就是说，亚马逊并不是唯一一家这样做的公司。 Alphabet旗下的谷歌正在开发自己的版本，TorchTPU。 Nvidia 的许多客户都有兴趣将其硬件和软件堆栈引入内部，或者至少看到 Nvidia 的护城河被削弱。

护城河被削弱可能意味着芯片价格更便宜，因为英伟达被迫进行价格竞争。请记住，我们不必在这里谈论绝对。客户不必完全放弃 Nvidia，这一点才重要。即使是某些工作负载也有替代方案，这将使 Nvidia 客户在谈判中拥有更多筹码。

我认为最重要的是，这是 Nvidia 叙述中的一个漏洞。我认为它不会在短期内对订单流或定价能力产生重大影响，但这可能意味着市场不愿意为英伟达股票支付相同的溢价。