为打破英伟达在人工智能计算领域的垄断，谷歌正式推出专为开源PyTorch框架定制的TorchTPU，旨在消除竞争对手的关键优势。
英伟达GPU之所以主导AI行业，很大程度上是因为绝大多数AI应用均针对其硬件编写。数据显示，超过85%的AI应用基于PyTorch构建。该框架由Meta于2016年推出，当时英伟达GPU已是研究首选，因此PyTorch原生兼容英伟达芯片。即便2022年Meta将其开源并移交Linux基金会，这一硬件依赖惯性仍得以延续。
TorchTPU的出现意在改变这一格局。作为PyTorch的替代版本，它允许开发者仅需少量配置调整，即可将现有模型和应用迁移至谷歌张量处理单元（TPU），无需重写底层代码。TPU是谷歌专为AI工作负载设计的专用芯片。
并非只有谷歌在行动。本周早些时候，亚马逊云（AWS）也发布了类似的PyTorch变体TorchNeuron，支持在其Trainium等芯片上运行AI应用。亚马逊更进一步，直接向PyTorch项目贡献代码，试图从底层解耦对英伟达GPU的依赖。
相比之下，谷歌选择了不同的竞争路径。谷歌表示，其与Meta、Hugging Face以及vLLM、SGLang的开发公司Inferact Inc.和RadixArk Inc.密切合作，确保TorchTPU与主流开发者工具兼容。此外，谷歌还发布了“TPU代理套件”，帮助开发者将AI应用迁移至谷歌云平台并自动修复错误；同时更新了端侧推理工具LiteRT，使其兼容基于PyTorch的应用，支持在智能手机、笔记本电脑等设备上直接运行。
尽管说服数百万开发者从英伟达生态转向TPU并非易事，但这一系列举措表明，谷歌正有信心在长期竞争中逐步削弱英伟达的领先优势。