谷歌开源TorchTPU：PyTorch代码可免改写运行于TPU，挑战英伟达生态

美国谷歌公司于2026年10月21日在北美PyTorch大会上宣布，正式开源名为TorchTPU的项目。这一工具允许开发者现有的PyTorch人工智能应用程序直接在谷歌自研的张量处理单元（TPU）上运行，而无需重写底层代码。此举被视为谷歌加入亚马逊等竞争对手行列，试图打破英伟达（NVIDIA）长期主导的AI硬件与软件生态壁垒的关键一步。

PyTorch是目前最流行的开源机器学习框架之一，据资料显示约有85%的人工智能应用程序基于此构建。由于PyTorch最初由Meta在2016年开发时主要面向英伟达GPU设计，其许多功能默认依赖CUDA生态。TorchTPU通过提供原生支持，使得现有采用PyTorch的应用能够轻松移植到TPU及谷歌云服务中，开发者仅需更改简单的配置即可达成目标。

值得注意的是，就在两天前的10月19日，美国亚马逊也推出了类似工具TorchNeuron，旨在让AI应用无需重新编写即可移植到其自研芯片Trainium及AWS平台上。两家科技巨头相继行动，表明AI芯片的竞争已从单纯的硬件效能与成本，延伸至软件生态系统的主导权。过去英伟达凭借CUDA和PyTorch的深度绑定建立了深厚的护城河，如今谷歌与亚马逊正试图通过降低移植门槛来吸引更多工作负载转向自研芯片。

除了基础兼容性，谷歌还强调其与Meta、Hugging Face以及vLLM和SGLang的开发团队紧密合作，确保TorchTPU的功能库能与原版PyTorch顺利协作。此外，谷歌还发布了TPU agent suite辅助工具，帮助开发者在迁移过程中修复错误并优化性能。尽管这一举措降低了技术门槛，但实际生产环境中的性能表现和稳定性仍需经过更广泛的独立验证。