La nueva herramienta TorchNeuron de Amazon busca aflojar el dominio de Nvidia sobre los desarrolladores de IA

Amazon Web Services lanzó el lunes TorchNeuron, un backend nativo de PyTorch para sus chips de IA personalizados Trainium que permite a los desarrolladores trasladar aplicaciones PyTorch existentes al hardware Trainium cambiando una sola línea de configuración, sin necesidad de reescribir código. AWS afirma que alrededor del 85% de las aplicaciones de IA ya están escritas en PyTorch, lo que convierte a la compatibilidad —no a las especificaciones brutas del chip— en el verdadero campo de batalla para cualquiera que intente competir con Nvidia.

Ese enfoque es precisamente el punto. El dominio de Nvidia en la computación de IA descansa en gran medida sobre software, no solo sobre silicio: su plataforma CUDA ha sido ajustada durante años para funcionar sin fricciones con PyTorch, convirtiendo el hardware de Nvidia en la opción predeterminada y sin complicaciones para la mayoría de los desarrolladores. TorchNeuron es el intento de Amazon de borrar esa ventaja de fricción a favor de sus propios chips Trainium —y, más ambiciosamente, de impulsar cambios en el propio proyecto principal de PyTorch que reduzcan la dependencia del framework de cualquier fabricante de chips en particular.

Técnicamente, TorchNeuron reemplaza el enfoque de compilación basado en XLA que AWS usaba previamente para ejecutar PyTorch en sus chips por una integración nativa a través del mecanismo de backend de dispositivo PrivateUse1 de PyTorch. Admite tanto la ejecución en modo eager para desarrollo interactivo como la compilación just-in-time vía TorchDynamo para rendimiento en producción —los mismos dos modos que los desarrolladores de PyTorch ya esperan en las GPU de Nvidia. AWS presentó por primera vez este backend nativo en beta privada como parte de Neuron SDK 2.27 en diciembre de 2025; el lanzamiento del lunes marca su paso hacia la disponibilidad general.

AWS también enmarca el atractivo de Trainium más allá del costo bruto por token. Colin Brace, vicepresidente de Software de Tecnología en AWS Annapurna Labs, dijo que la ventaja del chip es ser «una única plataforma tanto para entrenamiento como para inferencia» estrechamente integrada con la infraestructura de AWS —un contraste que la empresa traza con las «neonubes» dependientes de Nvidia como CoreWeave, Nebius y Firmus, varias de las cuales han enfrentado sus propias tensiones de financiación este año. «La verdadera historia es eliminar el bloqueo que impedía a los desarrolladores tener una elección real», dijo Brace.

Amazon señala a la empresa de IA de voz Deepgram, competidora de ElevenLabs, como una prueba temprana de concepto: tras migrar a Trainium usando PyTorch nativo, Deepgram afirma que ahora procesa un 70% más de audio por dólar con precisión de grado de producción. Amazon dice que también contribuirá con código al proyecto principal de PyTorch para eliminar dependencias específicas de chips, un movimiento explícitamente dirigido a hacer el framework más agnóstico en cuanto a hardware para toda la industria, no solo más amigable con el silicio de AWS.

Si eso se traduce en una elección real para los desarrolladores sigue siendo una pregunta abierta. Todo el propósito de diseño de PyTorch es ocultar el dolor de ejecutar el mismo código en hardware distinto —lo cual funciona en ambos sentidos: si Amazon tiene éxito, cualquier fabricante de chips obtiene una rampa de acceso más fácil, no solo AWS. Los escépticos señalan que cambiar de infraestructura, incluso con un cambio de configuración de una línea, sigue significando volver a probar el rendimiento y la fiabilidad a escala, y que los desarrolladores han podido redirigir PyTorch hacia GPU de AMD o silicio de Apple con ajustes de configuración similares desde hace tiempo sin que eso haya destronado a Nvidia. La verdadera prueba para TorchNeuron no es si funciona en una demostración, sino si suficientes empresas de IA deciden que el costo de cambiar vale la pena.

Fuente: anuncio de Amazon Web Services, reportado por TechCrunch, 19 de octubre de 2026.