設定1行で対抗：AmazonのTorchNeuronがNvidiaのCUDAロックインを狙う

ニュース概要

Amazon Web Services（AWS）は2026年10月19日（太平洋時間）、AIチームがアプリケーションをAmazon自社製のTrainiumチップへ移行しやすくするための開発者向けツール、TorchNeuronをリリースした。TorchNeuronは、AIモデルの構築・学習・実行に使われるオープンソースフレームワークであるPyTorchを中心に構築されている。AWSによれば、既存のPyTorchアプリケーションはコードを書き直すことなく、設定を1行変更するだけでTrainium上で実行できるという。今回のリリースは、多くの人がNvidiaの最大の強みと見なすもの、すなわちNvidia製ハードウェアをAI開発者の標準的な選択肢にしてきたCUDAソフトウェア層を標的にしている。

TorchNeuronとは

TorchNeuronはAWS Trainium向けのPyTorchバックエンドである。AWSの公開Neuronドキュメントによると、従来のXLAベースのアプローチを置き換え、PyTorchのPrivateUse1デバイス機構を通じたネイティブなPyTorch統合を実現している。eagerモードとtorch.compileの両方をサポートし、Trn2およびTrn3インスタンスを対象としている。パッケージは前身と同じtorch-neuronxという名前を維持しており、オープンソースとして、当初はGitHubのaws-neuron/torch-neuronxで公開されている。

開発者にとっての実際の変化は、CUDA GPU向けに書かれたコードの編集が最小限で済むことだ。AWSのFAQにある主な例は、デバイスをCUDAからNeuronに変更するというものだ。FSDPやDTensorなどの分散機能もサポートされているが、シャーディング設定はGPU数ではなくNeuronCore数に依存する。

PyTorchとCUDAが重要な理由

PyTorchは元々Facebookで開発され、2022年からLinux Foundationの一部となっている。Amazonによれば、AIアプリケーションの約85%がPyTorchで書かれているという。NvidiaのCUDAは、そうしたアプリケーションを同社のGPU上で実行可能にするソフトウェア層であり、NvidiaはPyTorch向けのCUDAサポートをシームレスに保つよう努めてきた。その利便性こそが、開発者がNvidia製ハードウェアに留まりがちな大きな理由の一つである。

AmazonはPyTorchの容易な移植性を約束した最初の企業ではない。PyTorchアプリケーションは設定変更によってAMD GPUやAppleチップにも移行できる。Amazonが売り込んでいるのは、自社製シリコンとクラウドへの、同じように摩擦の少ない移行経路である。

Trainiumの売り込み

Trainiumは、学習と推論を同じチップ上で処理できるように設計されている。AWSは、これと同社のより広範なクラウドインフラへの統合を組み合わせることで、AWSがトークン単価で最安の選択肢でない場合でも、スタートアップのコスト削減につながると主張している。またAWSは、CoreWeave、Nebius、Firmusといった「ネオクラウド」プロバイダー（その多くはNvidia製ハードウェアに依存している）よりも、自社クラウド上での構築が優れた選択肢であると位置づけている。

AWSのカスタムチップ部門であるAnnapurna Labsの技術ソフトウェア担当バイスプレジデント、Colin Brace氏は、今回の発表を「選択肢」を軸に次のように位置づけた。「本当の話は、開発者がそもそも本当の選択肢を持てないようにしていたロックインを取り除くことだ」

顧客事例：Deepgram

AWSは、ElevenLabsと競合するAI音声企業であるDeepgramを初期採用企業として挙げた。DeepgramはネイティブPyTorchサポートを使ってTrainiumに移行し、AWSによれば、本番レベルの精度を維持したまま、1ドルあたりの音声処理量が70%向上したという。この数字はAWSによるものであり、元の報道には独立したベンチマークは含まれていなかった。

PyTorch自体への変更

Amazonはまた、フレームワークを特定のチップに結びつけるコードを削除し、よりハードウェアに依存しないものにするため、PyTorch本体プロジェクトに変更をコントリビュートすると述べている。元の報道では、考えられるトレードオフが指摘されていた。多種多様なハードウェアをサポートするフレームワークは、開発者にとって選択肢が増えるだけでなく、設定作業も増える可能性があるというものだ。

背景：大規模なTrainium

業界報道では、2025年10月に稼働し、AnthropicのClaudeモデルの学習に使用された50万個近いTrainium2チップを擁するProject Rainierが紹介されており、Trainium3はAWS re:Invent 2025で発表されたと報じられている。これらの詳細は二次的な業界ガイドによるものであり、AWS自身のドキュメントよりも慎重に扱うべきである。

注目点

価格、一般提供の詳細、Nvidia GPUとの独立した性能比較は、発表報道では明らかにされなかった。「1行」での移行が実際の本番ワークロードで通用するかどうか、また上流のPyTorchへの変更がどれだけ早く取り込まれるかが、TorchNeuronがCUDAが長年保持してきたソフトウェアの差を縮められるかどうかを左右するだろう。

出典

本レポートは、TechCrunchの2026年10月19日の報道、AWS Neuronドキュメント、およびAWSシリコンエコシステムに関するIntrolの業界ガイドに基づいている。