Amazon、PyTorchのコードを書き換えずにAWS Trainium（トレイニアム）で動かす「TorchNeuron（トーチニューロン）」を10月20日にオープンソース化Apache 2.0、対応はTrainium2・Trainium3

Amazonは2026年10月19日（公式ページの公開時刻は13:00 UTC、日本時間22時）、PyTorchで書いた既存のAIコードを、設定変更ひとつで自社のAIチップAWS Trainium（トレイニアム）上で動かせるソフトウェア「TorchNeuron（トーチニューロン）」を発表した。TorchNeuronは10月20日のPyTorch Conference North Americaで、Apache 2.0ライセンスのオープンソースとして公開される予定で、対応チップはTrainium2とTrainium3だ。

3行まとめ

1. Amazonは、PyTorchコードを書き換えずにAWS Trainium2・Trainium3で動かす「TorchNeuron」を、10月20日のPyTorch Conference North AmericaでApache 2.0のオープンソースとして公開すると発表した。
2. Amazonは、従来のチップとTrainiumで同じ学習スクリプトを動かす実演を行い、「AIモデルは同じ速さで同じことを学んだ」と説明している（第三者の検証は今回の資料に無い）。
3. Hugging FaceがTrainiumの標準対応を自社ツールに入れたほか、vLLMへの貢献や性能カーネル一式のオープンソース化も同時に説明された。日本での提供や料金は今回の公式ページに記載が無かった。

本記事の内容は、日本時間10月19日22時台に公式ページで確認したものです。

TorchNeuronは何をするものか

Amazonの説明によると、TorchNeuronはPyTorchが持つ「新しいハードウェアが自分自身を登録するための標準の仕組み」に接続するソフトウェアだ。開発者が使い慣れたテスト・デバッグ・スケールのための道具は、変更なしでTrainium上でも動く、とAmazonは書いている。

公式記事には、実演の内容が次のように書かれている。

In a side-by-side demonstration, Amazon engineers ran the same AI training script on a conventional chip and on Trainium. The only difference was a setting that told the code which chip to use. Results showed that the AI model learned the same things at the same rate.

（並べて行った実演で、Amazonのエンジニアは同じ学習スクリプトを従来型のチップとTrainiumで動かした。違いはコードにどのチップを使うかを伝える設定だけだった。結果として、AIモデルは同じ速さで同じことを学んだ。）

ここで注意したいのは、この記述が「Amazonのエンジニアによる実演」についてのAmazon自身の説明だという点だ。学習曲線の数値や、比較に使ったチップの名前は、今回取得した記事には載っていなかった。

「書き換え不要」の言い方にも幅がある。記事の副題は「virtually no changes（ほぼ変更なし）」、本文は「a single configuration change and no rewrite（設定変更ひとつ、書き換えなし）」、顧客事例のCartesiaは「minimal changes（最小限の変更）」で推論パイプラインを動かしたと書かれている。実際のコードでどこまで手が入るかは、公開後のリポジトリで確かめる必要がある。

周辺ツールはどこまで対応しているか

Amazonの記事とAWSのTrainiumページ、PyTorch Conferenceのセッション説明から、対応がうたわれているものを整理する。

Amazonはさらに、PyTorch本体に対して「特定のチップに結びついたコードを取り除く」変更を上流へ提供していると説明している。目標は、Trainiumを使わない人にとってもPyTorchがハードウェアに依存しにくくなることだ、という。品質面では、ビルドのたびに数十万個のAIモデルでTorchNeuronをテストしているとも書いている。いずれもAmazonの自己申告で、テストの中身は今回の資料からは確認できない。

誰が、いつから、日本では使えるのか

公開日は発表上は10月20日で、会場はPyTorch ConferenceのサイトによるとSan Joseだ。同サイトでは、AmazonのRobert Hundt氏（VP Distinguished Engineer）が「Keynote: Trainium's Journey to Native PyTorch」を10月20日9:50 AMからの枠で行うと案内されている。セッション説明には「PyTorch now runs natively on Trainium with no code changes required（PyTorchはコード変更なしでTrainium上でネイティブに動く）」とあり、eager modeとtorch.compile、TorchTitan、TorchAO、Hugging Face Transformers v5との統合、Neuron ExplorerのPyTorch対応が挙げられている。ページに時間帯の表記が無いため、日本時間への換算は書かない。

AWSのTrainiumページには、Trainium3の仕様として次が載っている。

• 1チップあたり144GBのHBM3e、帯域4.9TB/s（Trainium2の1.7倍と記載）
• 「Trainium3 Next Generation UltraServers」は最大144チップ、最大362 MXFP8 PFLOPs
• 顧客例としてAnthropic、Databricks、Decart、Open AI、Ricoh、SplashMusic、Uberなどが挙がっている（ページの表記のまま）

日本のリージョンでTrainium2・Trainium3が使えるか、料金がいくらかは、今回取得したAmazon公式記事、AWSのTrainiumページ、PyTorch Conferenceのページのいずれにも記載が無かった（Japan・Tokyo・region・pricingの語で3ファイルを検索して確認した範囲）。

前の状態から何が変わるのか

AWSのTrainiumページには、取得した時点で「PyTorch, vLLM, HuggingFace, Ray — they work without modification」という記載があった（この記載がいつから載っているかは、今回の取得からは分からない）。今回のAmazonの記事と並べると、新しく示されたのは、TorchNeuronがオープンソースとして公開されるという予告と、PyTorchの標準の登録の仕組みに載せる構成の説明だ。

Amazonはこの狙いを「開発者がチップ間を不利益なく移れるなら、チップのメーカーは開発者に選ばれる努力が要る」と説明している。AIコストの中で最も高い項目はエンジニアの時間になりうる、というのがAmazonの見立てで、特にスタートアップが対象に挙がっている。大企業向けには、学習と推論に同じハードウェアを使えるため、閑散時間帯に推論用の容量を学習ジョブへ回せる、という利点も述べられている。

早期の利用者として挙がっているのは、ロボティクス、動画、ワールドモデル、自動運転、音声、創薬、LLM、金融の分野のスタートアップと企業だ。名前が出ているのはCartesiaとLieber Institute for Brain Developmentの2組で、前者は標準の推論パイプラインをPyTorchコードの最小限の変更で動かし、後者は分子動力学シミュレーションを速めたり置き換えたりしうるAIツールの検討をTrainiumで進めているという。

公式ページを確認した時点で見えたこと

筆者は日本時間10月19日22時台に、Amazonの発表ページと、そこからリンクされているTorchNeuronのGitHubのURL（github.com/aws-neuron/torch-neuronx）を取得した。発表ページはHTTP 200で読めた一方、GitHubのURLは22時06分の時点でHTTP 404だった。発表が「10月20日に公開」と予告している以上、まだ公開前だったと見るのが自然だが、404の理由そのものは今回の取得結果からは判断できない。このため、リポジトリの中身やREADMEについては、本記事は何も確認していない。

速度・料金・「書き換え不要」の範囲はまだ分からない

• 性能・料金: Trainium上での学習速度、同じ作業をGPUで行った場合との比較値、料金の数字は、今回取得したページに載っていなかった。「より手頃なエンジン」という比喩は公式記事にあるが、数値の根拠は示されていない。
• 「書き換え不要」の範囲: 公式記事は「no rewrite」「virtually no changes」「minimal changes」と書き分けている。自作のカスタム演算子や特殊な学習設定を使う場合にどうなるかは、公開後のドキュメントで確かめる必要がある。
• 日本での提供: 日本のリージョンや日本語ドキュメントについては、今回の3ページに記載が無い。
• 試用: 筆者はTorchNeuronを動かしていない。本記事は発表資料の整理だ。
• 「85%」の数字: 記事冒頭の「AI研究者・開発者の85%がPyTorchでコードを書いている」はAmazonの記事中の記述で、出典の注記は今回のページに見当たらなかった。

参照した公式ページと確認時刻

• Amazon公式記事: https://www.aboutamazon.com/news/innovation-at-amazon/torchneuron-pytorch-aws-trainium-chips-ai （日本時間2026年10月19日22時06分に取得。公式ページの公開時刻は2026年10月19日13:00 UTC）
• AWS Trainium: https://aws.amazon.com/ai/machine-learning/trainium/ （同22時06分に取得）
• PyTorch Conference North America 2026: https://events.linuxfoundation.org/pytorch-conference-north-america/ （同日に取得）
• TorchNeuronのGitHub（発表ページがリンクしていたURL）: https://github.com/aws-neuron/torch-neuronx （同22時06分の取得でHTTP 404。公開前の可能性があるが未確認）

本記事は続報があり次第更新します。10月20日の公開後は、リポジトリとドキュメントを確認して追記する予定です。