Google 推出 TorchTPU，联手 Amazon 挑战 Nvidia 在 AI 领域的垄断地位
周二，Google 正式宣布开源其期待已久的 PyTorch 适配版本——TorchTPU。此举标志着 Google 加入由 Amazon 发起的阵营，共同试图打破 Nvidia 对人工智能行业的控制。目前，绝大多数 AI 应用程序默认基于 Nvidia 的芯片或 GPU 进行开发。
PyTorch 是深受 AI 应用开发者及初创公司青睐的开源工具包，广泛用于构建、训练和运行 AI 模型。据相关报道显示，约 85% 的人工智能应用采用 PyTorch。该项目最初由 Meta（前 Facebook）于 2016 年开发。鉴于当时 Nvidia GPU 已是 AI 研究的标准硬件，PyTorch 的许多核心功能均针对其进行了专门优化。2022 年，Meta 将 PyTorch 的管理权移交给了 Linux 基金会，这一非营利组织负责维护众多关键开源项目。
Google 推出的 TorchTPU 旨在让 AI 应用程序能够在 Google 自研的 Tensor 处理单元（TPU）上运行。该工具支持开发者通过简单的配置更改，而非重写代码，即可轻松将现有的 PyTorch 应用迁移至 TPU 及 Google 云平台。
就在周一，Amazon 发布了类似的解决方案 TorchNeuron。该工具允许 AI 应用无缝移植到 Amazon 自研的 Trainium 芯片及 AWS 基础设施上，无需修改原有代码。此外，Amazon 表示将进一步推动 PyTorch 生态的开放化，计划向主 PyTorch 项目提交代码，剥离 Nvidia 特定功能与硬件之间的强绑定关系，使框架默认兼容更广泛的硬件平台。
在生态合作方面，Google 宣称已与 Meta、Hugging Face、Inferact（vLLM 开发商）、RadixArk（SGLang 开发商）等主流 AI 开发工具厂商建立直接合作关系，以确保 TorchTPU 的功能及代码库能与这些流行工具协同工作，体验对标原生 PyTorch。同时，Google 还致力于协助开发者将应用迁移至其芯片和云端，并在此过程中修复潜在错误。值得注意的是，Google 也更新了其流行的 LiteRT 工具，以支持在手机、笔记本电脑及嵌入式设备上运行 AI 模型。
尽管 Google 和 Amazon 正积极行动以削弱 Nvidia 的优势，但这并不意味着 AI 应用开发者会立即放弃 Nvidia 的硬件生态。两大云服务商的努力旨在为行业提供更多元化的硬件选择。
