2 个来源 · 5 篇报道 · 2026/10/23 08:00
Hugging Face 发布 TorchNeuron 支持 AWS Trainium
Hugging Face 发布了 TorchNeuron，作为 PyTorch 在 AWS Trainium 上的原生后端，使 Transformers、Diffusers 和 Kernels 直接支持该硬件，并建议用户替代 Optimum Neuron。该后端于 2026 年 10 月 20 日开启公测，支持通过 pip 安装。Hugging Face 随后发布了系统级性能分析教程，指导开发者利用 TorchNeuron 的 eager 执行和 torch.compile 特性优化推理性能。 最新进展中，Hugging Face 上线了 TorchNeuron 模型支持空间，让用户查询 Hugging Face Hub 上的模型是否能在 AWS Trainium 上无修改运行。该空间提供每个模型的运行结果、所需 Trainium 核心数、耗时及峰值设备内存，并给出在 Trainium2 实例上运行模型的 run.py 脚本和安装包。截至报道发布时，该空间仅测试了 Transformers 库中的文本生成和图文转文本模型，且仅限能运行在 4 台 Trainium2 设备（最多 16 个核心）上的模型。
最新进展：Hugging Face 发布 TorchNeuron 模型支持空间，查询模型在 AWS Trainium 上的运行状态
事实与进展
Hugging Face 发布 TorchNeuron 模型支持空间，查询模型在 AWS Trainium 上的运行状态
Hugging Face 发布 TorchNeuron 模型支持空间，让用户查询 Hugging Face Hub 上的模型是否能在 AWS Trainium 上无修改运行。该空间提供每个模型的运行结果、所需 Trainium 核心数、耗时及峰值设备内存，并给出在 Trainium2 实例上运行模型的 run.py 脚本和安装包。
Hugging Face Blog · 阅读报道 →AWS Trainium 上 TorchNeuron 系统级性能分析指南（第一部分）
Hugging Face 发布教程，指导如何在 AWS Trainium 上使用 TorchNeuron 后端进行系统级推理性能分析。该开源 PyTorch 后端支持 eager 执行和 torch.compile，并通过 Neuron Kernel Interface 优化硬件性能。
Hugging Face Blog · 阅读报道 →AWS发布TorchNeuron工具，支持PyTorch应用迁移至Trainium芯片
TechCrunch 报道，亚马逊云服务发布 TorchNeuron 开发工具，允许开发者通过修改一行配置将 PyTorch 应用迁移至 AWS 的 Trainium 芯片，旨在挑战 Nvidia 的软件生态优势。
TechCrunch · AI · 阅读报道 →Hugging Face 发布 TorchNeuron 支持在 AWS Trainium 上运行模型
Hugging Face 发布 TorchNeuron，为 PyTorch 提供新的 AWS Trainium 后端，使 Transformers、Diffusers 和 Kernels 原生支持，简化了在 Trainium 上运行和分享 HF 模型的流程，并推荐用户改用这些库替代 Optimum Neuron。
Hugging Face Blog · 阅读报道 →
报道时间线
- Hugging Face 发布 TorchNeuron 模型支持空间，查询模型在 AWS Trainium 上的运行状态
Hugging Face Blog · 2026/10/23 08:00
- AWS Trainium 上 TorchNeuron 系统级性能分析指南（第一部分）
Hugging Face Blog · 2026/10/22 00:04
- AWS Trainium 上 TorchNeuron 系统级性能分析指南（第一部分）
Hugging Face Blog · 2026/10/22 00:04
- AWS发布TorchNeuron工具，支持PyTorch应用迁移至Trainium芯片
TechCrunch · AI · 2026/10/20 04:09
- Hugging Face 发布 TorchNeuron 支持在 AWS Trainium 上运行模型
Hugging Face Blog · 2026/10/19 08:00