谷歌于当地时间周二宣布，面向谷歌TPU的原生PyTorch框架TorchTPU已在GitHub上开源。该工具允许人工智能应用在谷歌自研的张量处理单元（TPU）上运行，开发者仅需修改配置即可将现有PyTorch应用迁移至TPU，并进一步迁移至谷歌云，无需重写应用代码。
PyTorch是当前人工智能开发领域使用最广泛的开源工具库之一。据相关统计，85％的人工智能应用基于PyTorch构建。该框架最初由Meta于2016年开发，彼时英伟达GPU已是人工智能研究的标准硬件，因此PyTorch的诸多功能专门针对英伟达GPU适配。2022年，Meta将PyTorch移交至Linux基金会管理。
谷歌此次开源的TorchTPU，是其试图降低开发者从英伟达生态迁移成本的关键一步。谷歌表示，已联合Meta、Hugging Face、vLLM开发方Inferact、SGLang开发方RadixArk等多方合作，确保TorchTPU的功能与代码库能够与原版PyTorch一样，与主流人工智能开发工具保持兼容。此外，谷歌还推出专用工具TPU智能体套件，帮助开发者在迁移过程中排查和修复错误，并升级了用于在手机、笔记本电脑和嵌入式设备上运行AI模型的LiteRT工具，使其更好地支持基于PyTorch开发的应用。
值得注意的是，亚马逊于当地时间周一发布了类似消息，推出自家PyTorch版本TorchNeuron，可在无需重写代码的情况下将AI应用移植到亚马逊自研芯片Trainium及AWS云平台。亚马逊同时表示，正在向PyTorch主项目提交代码，推动各类功能与英伟达芯片解耦，使PyTorch原生兼容多种硬件。
两家云厂商的举措并不意味开发者会集体放弃英伟达硬件，但谷歌与亚马逊正通过开源工具链的完善，逐步削弱英伟达在AI芯片生态中的锁定效应。随着PyTorch与多家硬件平台的适配度提升，AI基础设施层的竞争格局或将出现新的变量。
该文观点仅代表作者本人，企服科学平台仅提供信息存储空间服务。
