谷歌开源TorchTPU：挑战英伟达AI生态，PyTorch原生支持TPU加速

10月21日，谷歌宣布面向TPU的原生PyTorch框架TorchTPU正式开源，代码已上传至GitHub。通过这一框架，开发者无需重写代码，即可将在英伟达GPU上运行的PyTorch应用迁移至TPU。这是谷歌与亚马逊两大云厂商罕见同一天联手出击，共同挑战英伟达CUDA生态主导地位的最新动作。

打破CUDA十年生态壁垒

过去十余年，英伟达凭借CUDA并行计算平台建立了几乎不可撼动的护城河——全球绝大多数AI应用默认基于英伟达GPU开发，模型、工具链、开发者社区均围绕CUDA构建，从TensorFlow到PyTorch无一例外。TorchTPU的出现，首次在PyTorch官方生态内提供「零修改迁移」的可能：开发者只需将设备后端从cuda切换为xla，即可将现有PyTorch模型部署到谷歌TPU上运行，而无需改动任何模型代码或重新训练。

亚马逊同步夹击

就在谷歌宣布TorchTPU开源的同一天，亚马逊也推出了类似工具，允许PyTorch应用从英伟达GPU迁移至Trainium等自研AI芯片。两大云厂商罕见同步出手，表明算力多元化已从口号进入实际部署阶段。对企业而言，降低对单一芯片供应商的依赖，意味着在算力采购谈判中拥有更多筹码，也能在芯片供应紧张时拥有备选方案。TorchTPU的发布同时为谷歌云TPU带来新的差异化竞争力——开发者可以在不学习新框架的情况下直接试用TPU，降低了迁移成本。