Amazon Web Services (AWS) એ TorchNeuron નામનું નવું ટૂલ લોન્ચ કર્યું છે. આ ટેકનોલોજી દ્વારા ડેવલપર્સ હવે કોઈ પણ કોડિંગ ફેરફાર વગર PyTorch AI એપ્લિકેશન્સને Amazon ના પોતાના Trainium ચિપ્સ પર ચલાવી શકશે.
Nvidia ના એકહથ્થુ શાસનને પડકાર
છેલ્લા એક દાયકાથી AI ક્ષેત્રે Nvidia નું નામ ટોચ પર છે, જેનું મુખ્ય કારણ તેનું CUDA સોફ્ટવેર લેયર છે. અત્યાર સુધી ડેવલપર્સ માટે Nvidia ના હાર્ડવેર સિવાય અન્ય કોઈ વિકલ્પ પર સ્વિચ કરવું ખૂબ જ મુશ્કેલ અને ખર્ચાળ હતું. પરંતુ હવે, TorchNeuron ની મદદથી Amazon આ ગેપને પૂરી કરવા માંગે છે, જેથી ડેવલપર્સ તેમના સોફ્ટવેર કોડમાં મોટા ફેરફાર કર્યા વગર Amazon ના પોતાના Trainium ચિપ્સનો ઉપયોગ કરી શકે.
બિઝનેસ વ્યૂહરચના અને પ્રોફિટ માર્જિન
આ પગલા પાછળ Amazon નો મુખ્ય ઉદ્દેશ્ય ક્લાઉડ ઈન્ફ્રાસ્ટ્રક્ચરના ખર્ચમાં ઘટાડો કરવાનો અને પોતાનો નફો વધારવાનો છે. જ્યારે AWS તેના ગ્રાહકોને મોંઘા GPU ને બદલે પોતાના સ્વદેશી ચિપ્સ પર લાવે છે, ત્યારે તે વધુ સ્પર્ધાત્મક ભાવ આપી શકે છે.
શું છે પડકારો?
જોકે, માર્ગ એટલો સરળ નથી. ડેવલપર્સ દાયકાઓથી Nvidia ના ઈકોસિસ્ટમ સાથે ટેવાયેલા છે. જો નવા હાર્ડવેર પર પરફોર્મન્સમાં કોઈ પણ પ્રકારની ખામી આવે અથવા સ્પીડ ધીમી રહે, તો ગ્રાહકો પાછા Nvidia તરફ વળી શકે છે.
આ સ્પર્ધામાં માત્ર Amazon જ નથી, પણ Google (પોતાના TPU ચિપ્સ સાથે) અને Microsoft પણ પોતાની રીતે સ્વતંત્ર બનવાના પ્રયાસો કરી રહ્યા છે. આગામી સમયમાં આ ચિપ્સના વપરાશના આંકડા જ નક્કી કરશે કે Amazon કેટલા અંશે Nvidia ના વર્ચસ્વને તોડવામાં સફળ રહે છે.