谷歌周二宣布，其长期等待的 PyTorch 版本 TorchTPU 现已作为开源项目发布。借此，谷歌加入了亚马逊的行列，试图打破英伟达在 AI 行业中的主导地位——目前，大多数 AI 应用默认都是为在英伟达芯片，也就是 GPU 上运行而编写的。
PyTorch 是一款广受欢迎的开源工具包，AI 应用开发者和初创公司用它来构建、训练和运行 AI 模型。按某些说法，它被 85% 的 AI 应用所使用。PyTorch 最初由 Meta（当时名为 Facebook）于 2016 年开发，那时外界还没有意识到 LLM 会改变世界。当时，英伟达的 GPU 已经是 AI 研究的标准硬件，因此 PyTorch 的许多功能都是专门围绕它们构建的。2022 年，Meta 将 PyTorch 交给了 Linux 基金会，这是一家管理许多重要开源项目的非营利组织。
谷歌的版本 TorchTPU 让 AI 应用可以运行在谷歌的 AI 芯片 TPU（Tensor Processing Units）上。它还使现有 PyTorch 应用能够轻松迁移到 TPU，从而迁移到 Google Cloud。开发者只需更改简单的配置，无需重写应用。
亚马逊在周一也发布了类似公告，推出了自己的 PyTorch 版本 TorchNeuron。TorchNeuron 允许 AI 应用移植到亚马逊自研 AI 芯片 Trainium 以及 AWS 上，同样无需重写。亚马逊还表示，它在削弱英伟达对 PyTorch 控制力的努力上更进一步：公司正向主 PyTorch 项目提交代码，将多项功能与英伟达芯片解耦，使其默认对任何硬件都更开放。
不过，谷歌在某些方面可能比亚马逊更进一步。谷歌表示，它直接与 Meta、Hugging Face、Inferact（vLLM 的开发者）、RadixArk（SGLang 的开发者）等合作，确保 TorchTPU 的功能和代码库能够像原版 PyTorch 一样，与这些流行的 AI 开发工具良好协作。
此外，这家搜索巨头还推出了专门工具 TPU agent suite，帮助开发者将应用迁移到谷歌的芯片和云服务，并在过程中修复错误。谷歌甚至更新了其广受欢迎的 LiteRT 工具——该工具用于在手机、笔记本电脑和嵌入式设备上运行 AI——使其更好地支持 PyTorch AI 应用。
这并不意味着 AI 应用开发者会因为现在可以轻松迁移到替代芯片和云服务，就自动大规模抛弃英伟达硬件。但亚马逊和谷歌显然都在努力削弱英伟达的优势。
