アマゾン、自社AIチップ「Trainium」でPyTorchをそのまま使える「TorchNeuron」を公開

PyTorch est l’outil le plus utilisé pour créer des modèles d’IA.

être の現在形は、主語が単数なら est、複数なら sont です。「〜である」「〜にある」と、主語の性質・状態・場所を説明します。 後ろに来る語（属詞）が名詞・形容詞・前置詞句なら受動態ではありません。後ろが過去分詞のときは受動態になります（est annoncé）。 ニュースの見出しや要約は、現在形で今の状況を伝えることが多いです。

AWS a publié le 20 octobre TorchNeuron, un backend PyTorch natif pour ses puces d’IA Trainium.

複合過去は「〜した」「〜したことがある」と、過去に完了した出来事を述べる最もよく使う過去形です。作り方は、助動詞 avoir（a / ont など）の現在形 + 過去分詞。-er 動詞の過去分詞は語尾が -é になります（annoncer → annoncé）。不規則な形は覚えておきましょう（faire → fait、prendre → pris、voir → vu）。 否定文は ne … pas が助動詞をはさみます（n’a pas annoncé）。 ニュースでは「発表した」「採決した」のように、すでに起きた事実を伝える場面で使います。

Jusqu’ici, Trainium demandait une configuration spécifique.

半過去は、過去の状態・背景・習慣・途中の出来事を表します（il était, elle avait, ils pensaient）。 作り方は、nous の現在形から -ons を取った語幹に、-ais / -ais / -ait / -ions / -iez / -aient をつけます。 複合過去が「出来事そのもの」なら、半過去は「そのときの状況」を描きます。

Trainium2 et Trainium3 sont pris en charge.

受動態は「〜される」「〜されている」。作り方は être + 過去分詞で、過去分詞は主語の性・数に一致します（la mesure est adoptée / les mesures sont adoptées）。 行為者を示すときは par（または de）を使います。 ニュースでは、行為者より出来事を主役にしたい場面（est prévu / est annoncé / est connu）でよく使われます。

Certaines fonctions ne sont pas prises en charge dans la première version (tenseurs creux, formes dynamiques…).

基本は動詞を ne と pas ではさみます。母音の前では ne が n’ になります。「〜ではない」の否定が文のどの部分にかかるかを確認しましょう。ne…plus は「もう〜ない」です。

Pour aller plus loin, les développeurs peuvent écrire leurs propres noyaux avec NKI.

pouvoir の後ろには原形の動詞を置きます。peut は「〜できる・〜の可能性がある」、条件法の pourrait は「〜かもしれない」と可能性を控えめに示します。実施の確定とは限りません。

PyTorch est l’outil le plus utilisé pour créer des modèles d’IA.

「〜するために」という目的です。pour の後ろに動詞の原形を置きます。ここで示す目的と、実際にその効果が得られたかどうかは別です。

Disponible en bêta publique dès le 20 octobre, en open source (Apache 2.0) : ce qui change.

qui は、前に出た人や物について「〜する人・もの」と説明を続けます。qui 自体が後ろの動詞の主語を務めるため、その直後に同じ主語を重ねません。動詞は qui が指す名詞の数に合わせます。

性能の数字は、顧客であるDeepgramの発言で、第三者の検証ではありません。

ではありません est la négation polie après un nom ou un adjectif en な ; ではない est la forme neutre. Repérez le groupe placé avant では pour savoir ce que la phrase nie.

PyTorchは、AIのモデルを作るために、広く使われているツールです。

ため peut exprimer une cause ou un but. 成立ではないため indique une raison ; 運転手を守るため un objectif. Le sens dépend de la proposition précédente et de la logique de la phrase.

Hugging Faceの、TransformersやDiffusersなどのライブラリも、そのまま動きます。

など indique que l’élément cité est un exemple parmi d’autres. Une liste suivie de など n’est pas nécessairement exhaustive.

アマゾンのAWSは、自社のAIチップ「Trainium」で、PyTorchのプログラムをそのまま動かせる仕組み「TorchNeuron」を、20日に公開しました。

ました est la terminaison passée polie d’un verbe ; sa négation est ませんでした. Le moment précis de l’événement dépend des indications de temps du texte.

特別な高速化には、「NKI」という仕組みで、自分のプログラムを書くこともできます。

できる exprime une capacité ou une possibilité. 受けられる est notamment la forme potentielle de 受ける. La terminaison られる peut aussi avoir d’autres fonctions, dont le passif : le contexte est indispensable.

PyTorchが用意している、新しいチップを登録するための仕組みを使うので、PyTorchの標準の機能が、そのまま使えます。

La forme en て relie des actions avec une valeur qui dépend du contexte : enchaînement, ordre ou cause. Dans 〜ている, elle peut exprimer une action en cours ou un état résultant et durable.