Amazon Web Services a lancé TorchNeuron, un outil qui permet d’exécuter les applications PyTorch sur ses puces Trainium sans réécrire le code. Une seule ligne de configuration suffit. Au-delà de sa propre infrastructure, le groupe s’attaque à l’avantage logiciel qui assure à Nvidia l’essentiel de sa domination sur les accélérateurs d’IA. Analyse des enjeux techniques, financiers et concurrentiels.
En bref
- AWS a lancé TorchNeuron le 19 octobre 2026, avec une publication open source prévue le 20 octobre.
- PyTorch est utilisé par environ 85 % des applications d’IA ; l’outil vise à le rendre indépendant du matériel.
- Deepgram annonce environ 70 % d’audio traité en plus par dollar par rapport à sa configuration GPU existante.
- Amazon négocierait l’acquisition de Decart, avec une valorisation proche de 7 milliards de dollars.
Lever le verrou CUDA
Aujourd’hui, la domination de Nvidia repose autant sur son logiciel que sur ses puces. Une grande partie du code d’intelligence artificielle du secteur a été écrite pour CUDA, la plateforme de calcul parallèle de Nvidia. Porter ce code vers un autre matériel peut exiger des mois de travail d’ingénierie, ce qui retient de nombreuses entreprises de changer, même lorsque des puces concurrentes sont performantes.
Selon Amazon, TorchNeuron permet aux applications écrites avec PyTorch de fonctionner sur Trainium moyennant la modification d’une seule ligne de configuration. PyTorch, une boîte à outils logicielle open source (ensemble de bibliothèques et d’outils) développée à l’origine par Facebook, fait partie de la Linux Foundation depuis 2022. Il sert à construire, entraîner et exécuter des modèles, et il est utilisé par environ 85 % des applications d’IA.
Performances, clients et premiers résultats
Les données de performance restent limitées, mais elles sont concrètes. Deepgram, start-up de reconnaissance vocale basée à San Francisco, affirme que ses benchmarks montrent que Trainium traite environ 70 % d’audio en plus par dollar que sa configuration GPU existante. Colin Brace indique que la société fait désormais tourner Trainium en production.
| Indicateur | Chiffre annoncé | Source |
|---|---|---|
| Rapport prix-performance (Deepgram) | Environ +70 % d’audio par dollar | Benchmarks de Deepgram |
| Participants à la bêta privée | Plus de 30 entreprises et équipes internes | Amazon |
| Tests de compatibilité nocturnes | Plus de 100 000 modèles Hugging Face | Colin Brace |
| Chiffre d’affaires annualisé des puces | Plus de 20 milliards de dollars | Andy Jassy, avril 2026 |
Chez Amazon, l’équipe Prime Video a utilisé TorchNeuron pour développer Prime 360, un système d’IA qui reconstruit en 3D les actions de basket afin que les spectateurs puissent revoir les replays sous des angles impossibles à capturer avec une caméra traditionnelle. Cette fonctionnalité, qui tourne sur Trainium, sera disponible sur certaines diffusions de la NBA cette saison. Pour vérifier la compatibilité avec la diversité des modèles, Amazon teste chaque nuit TorchNeuron contre plus de 100 000 modèles issus de Hugging Face, le hub de référence de l’IA open source.
« La valeur de Trainium réside dans le rapport prix-performance plus le fait que c’est une plateforme unique pour l’entraînement et l’inférence, ce qui améliore l’économie sur l’ensemble de la charge de travail. »
Colin Brace, vice-président Technologie logicielle, AWS Annapurna Labs
Une stratégie qui dépasse Trainium
L’élément le plus notable est peut-être la démarche plutôt que le produit. Amazon contribue directement en amont au projet PyTorch, en travaillant avec la communauté pour supprimer le code qui attache le framework à des puces spécifiques. L’objectif affiché est de rendre PyTorch plus agnostique en matière de matériel pour l’ensemble des développeurs, et pas seulement pour les utilisateurs de Trainium.
« La véritable histoire, c’est de supprimer le verrouillage qui a empêché les développeurs d’avoir un véritable choix. »
Colin Brace, vice-président Technologie logicielle, AWS Annapurna Labs
Cette logique rappelle celle d’un fournisseur cloud : réduire les coûts de changement pour les clients tout en gardant l’infrastructure dans son propre écosystème. La stratégie n’est crédible que si les contributions d’Amazon sont acceptées et maintenues par la communauté PyTorch, un point à surveiller dans les prochains trimestres.
Mouvements sectoriels et enjeux financiers
Google et Microsoft entrent dans la course
Google, qui vend désormais ses puces TPU directement à certains clients externes, travaille sur TorchTPU, un projet similaire visant à exécuter PyTorch nativement sur ces puces. Le groupe a détaillé cet effort en avril 2026 : l’objectif est de permettre de déplacer du code PyTorch existant vers les TPU avec des modifications minimales. De son côté, Microsoft a déclaré la semaine précédant l’annonce d’Amazon qu’il prévoyait d’exécuter la plupart de ses services d’IA sur ses puces Maia maison plutôt que sur du matériel Nvidia.
Decart et les enjeux de valorisation
Amazon serait en négociations pour acquérir Decart, une start-up qui aide les développeurs à migrer des modèles conçus pour les puces Nvidia vers des alternatives comme Trainium. L’opération pourrait valoriser l’entreprise à environ 7 milliards de dollars, contre près de 4 milliards en mai 2026. Anthropic aurait examiné la société pour environ 6 milliards de dollars avant de se retirer après la due diligence, et Nvidia, déjà investisseur, aurait lui aussi manifesté son intérêt.
Les plus gros utilisateurs de Trainium sont aujourd’hui des laboratoires d’IA liés financièrement à Amazon. Anthropic, dans lequel Amazon a investi des milliards de dollars, utilise ces puces pour entraîner et exécuter ses modèles Claude. OpenAI a accepté en février d’utiliser une capacité de 2 gigawatts de Trainium, dans le cadre d’un accord où Amazon investit 50 milliards de dollars dans l’entreprise.
Dans sa lettre aux actionnaires d’avril 2026, le PDG Andy Jassy a indiqué que l’activité de puces d’Amazon, Trainium et Graviton inclus, génère un taux de chiffre d’affaires annualisé de plus de 20 milliards de dollars, et qu’il pourrait atteindre environ 50 milliards de dollars si les puces étaient vendues en tant qu’entreprise de puces autonome. Il a ajouté :
« Il y a tellement de demande pour nos puces qu’il est tout à fait possible que nous vendions des racks à des tiers à l’avenir. »
Andy Jassy, PDG d’Amazon
Perspectives et scénarios
Le succès de TorchNeuron dépendra moins des performances annoncées que de la capacité d’Amazon à faire adopter son outillage au-delà de son propre cloud. Trois scénarios se dessinent :
- Scénario central : adoption progressive chez les clients AWS, avec des gains de parts de marché réels mais limités face à Nvidia.
- Scénario haussier : les contributions à PyTorch réduisent durablement la dépendance à CUDA, au bénéfice de Trainium, des TPU et d’autres accélérateurs.
- Scénario baissier : la complexité persistante des charges de travail et l’inertie des équipes freinent la migration, et l’avantage de l’écosystème CUDA demeure intact.
Les gains annoncés, comme les 70 % de Deepgram, sont des données rapportées par le fournisseur ou un client et doivent être vérifiés sur des charges de travail indépendantes. Les acteurs du marché suivront la publication open source du 20 octobre et la conférence PyTorch de San Jose pour repérer les premiers signes d’une adoption réelle.
Sources
Cet article est publié à titre informatif et éducatif. Il ne constitue en aucun cas un conseil en investissement. Faites vos propres recherches (DYOR) avant toute décision.
