TorchTPU开源项目
4 节点3 篇5 来源
谷歌于2026年10月20日在PyTorch大会上正式开源TorchTPU，旨在打破英伟达（Nvidia）在AI芯片领域的软件垄断。该工具允许开发者通过简单的配置更改，将现有的PyTorch应用原生迁移至谷歌云TPU上运行，无需重写代码。此举紧随亚马逊发布TorchNeuron之后，标志着主要云服务商正合力削弱CUDA生态的锁定效应。尽管技术门槛降低，但实现峰值性能仍需针对TPU架构进行优化，且TPU指令集仍为专有。
事情怎么走到这一步
亚马逊AWS发布TorchNeuron，支持PyTorch工作负载在其Trainium芯片上运行，并承诺向主PyTorch项目贡献解耦代码。
techcrunch.com ↗谷歌与Meta联合开源TorchTPU，提供原生PyTorch后端以支持Google Cloud TPU，并与Hugging Face、vLLM等主流工具集成。
ithome.com.tw ↗Anyscale宣布Ray框架原生支持在Google TPU上运行PyTorch任务，简化分布式训练与推理流程。
anyscale.com ↗英特尔与AMD宣布合作优化oneDNN库，AMD将ZenDNN改进并入上游，统一x86平台AI加速路径。
phoronix.com ↗
还没定论的部分
- 开发者实际迁移到TPU的比例是否会显著侵蚀英伟达的市场份额？
- TorchTPU在复杂模型上的性能表现能否真正匹敌经过深度优化的CUDA环境？
- 其他硬件厂商（如AMD、Intel）是否会推出类似的专用PyTorch后端以应对竞争？