Google y Amazon lanzan herramientas para llevar código de PyTorch a sus chips y reducir la dependencia de Nvidia
Hecho Qué ha ocurrido
Google abrió el código de TorchTPU, una herramienta para ejecutar programas de IA escritos para chips de Nvidia en sus procesadores TPU, y un día antes Amazon presentó TorchNeuron para su chip Trainium. Amazon citó que el 85% de las aplicaciones de IA se escriben con PyTorch. Google afirma haber entrenado modelos con hasta 8.000 procesadores Ironwood y alcanzado una eficiencia de cómputo del 52% con la familia Qwen.
Resumen generado mediante IA a partir de Infobae Tecno. Naturaleza de la información: declaración de parte interesada.
Análisis Por qué importa
Si PyTorch deja de estar ligado a un solo fabricante, las empresas ganan poder de negociación en la compra de infraestructura de IA. La decisión de hardware podría separarse más de la del software.
- Quién se ve afectado
- Equipos de desarrollo de IA y empresas que entrenan o despliegan modelos con PyTorch.
- Qué puede cambiar
- Podría haber más opciones reales de chips para entrenar y servir modelos, aunque cambiar de hardware sigue exigiendo ajustes y pruebas.
Análisis generado a partir de la información disponible; no procede de la fuente.
Predicción Qué observar a continuación
Adopción real de TorchTPU y TorchNeuron fuera de los casos anunciados, cambios en precios de GPU y reacción de Nvidia en su ecosistema CUDA.
Enviar esta noticia por correo
Enviado. Revisa que llegue a la bandeja de entrada de quien lo reciba.
La dirección no parece válida.
Has enviado varios correos seguidos. Espera un rato.
No se ha podido comprobar que no eres un robot. Vuelve a intentarlo.
No se ha podido enviar. Inténtalo de nuevo en unos minutos.
Fuente original: Infobae Tecno. La referencia es siempre el artículo original.
Ver fuente original ↗PyTorchTPUTrainiumGPUentrenamiento de modelos GoogleAmazonMetaNvidiaHugging Face Nvidia PyTorch TorchNeuron TorchTPU Trainium
Relacionadas
Google lanza TorchTPU como proyecto de código abierto para ejecutar PyTorch en sus TPU
Google anunció que TorchTPU, su versión de PyTorch orientada a sus chips TPU, ya está disponible como proyecto de código abierto. Según el texto, permite…
Por qué importaReduce el coste de cambiar de proveedor de hardware para aplicaciones construidas sobre PyTorch, un marco que el texto sitúa en el 85% de las…
Amazon lanza TorchNeuron para llevar apps de PyTorch a sus chips Trainium con un cambio de configuración
AWS ha publicado TorchNeuron, una herramienta que permite trasladar aplicaciones de IA escritas en PyTorch al chip Trainium de Amazon. Según Amazon, basta con…
Por qué importaReduce una de las barreras que mantenían a los desarrolladores atados a las GPU de Nvidia, y da una alternativa de hardware y nube a quien construye…
Hugging Face da soporte nativo a TPUs en Transformers y Diffusers con TorchTPU
Hugging Face anuncia que TorchTPU añade las TPU de Google como backend de PyTorch, lo que permite ejecutar modelos de Transformers y Diffusers en TPU sin…
Por qué importaReduce la fricción para equipos que usan PyTorch y quieren entrenar o servir modelos fuera de GPU, con menos código específico que mantener. Aun así…
Hugging Face recomienda usar Transformers y TRL directamente en Trainium con TorchNeuron
Hugging Face anuncia que TorchNeuron, un plugin de PyTorch con un nuevo backend para los chips Trainium de AWS, llegará en beta pública el 20 de octubre de…
Por qué importaReduce la necesidad de forks específicos del modelo y de código propio de Neuron, lo que simplifica el mantenimiento de pipelines de entrenamiento y…
Tu opinión
Te hemos enviado un correo para confirmar tu dirección. El comentario se procesará cuando pulses el enlace.
Gracias. Tu comentario se publicará cuando lo revise el equipo (los primeros comentarios de cada persona se moderan).
Comentario publicado. Gracias por participar.
No se puede comentar aquí.
Indica un nombre (de 2 a 60 caracteres).
El correo no parece válido.
El comentario debe tener entre 10 y 2.000 caracteres.
Demasiados enlaces en el comentario.
No se ha podido comprobar que no eres un robot. Vuelve a intentarlo.
Has alcanzado el límite diario de comentarios.
Demasiados comentarios seguidos. Espera un rato.
No se ha podido enviar el correo de confirmación. Inténtalo de nuevo en unos minutos.