Google 发布 TorchTPU 并联合 Meta 等厂商推动 PyTorch 适配其 TPU 芯片

Google 正式开源 TorchTPU，允许 AI 应用无需重写代码即可在 Tensor Processing Units (TPUs) 上运行，标志着其加入 Amazon 阵营以打破 Nvidia GPU 在 AI 开发中的主导地位。PyTorch 作为被 85% AI 应用使用的框架，原本因历史原因深度绑定 Nvidia 硬件，而此次发布旨在通过配置变更实现向 Google Cloud 的平滑迁移。

关键细节在于 Google 并非孤立行动，而是直接与 Meta、Hugging Face、vLLM 及 SGLang 等核心工具方合作，确保 TorchTPU 的功能库能与现有主流开发工具无缝兼容。此外，Google 推出了专门的 TPU agent suite 辅助迁移与排错，并更新了 LiteRT 工具以优化移动端和嵌入式设备上的 PyTorch 应用表现。相比之下，Amazon 虽同期发布 TorchNeuron 支持 Trainium 芯片，但更侧重于向主项目提交解耦 Nvidia 依赖的代码。

事实层面，这仅是提供了技术路径和工具集，并不等同于开发者会立即大规模弃用 Nvidia 硬件。推断来看，Google 正试图通过降低迁移摩擦来构建替代生态，从而改变云算力采购的议价权结构。猜测部分在于这种“工具链级”的联盟能否真正撼动 Nvidia 在训练和推理阶段的实际性能优势及开发者习惯，目前尚需观察实际采用率。