周二，谷歌宣布其期待已久的PyTorch版本TorchTPU现已作为开源项目发布。借此，谷歌加入亚马逊的行列，试图打破英伟达对AI产业的钳制——目前多数AI应用默认运行在英伟达芯片（GPU）上。
PyTorch是AI应用开发者和初创公司用来构建、训练和运行AI模型的热门开源工具包。有说法称，85%的AI应用使用它。PyTorch最初由Meta（当时名为Facebook）于2016年开发，远早于世界意识到大语言模型将改变世界。当时，英伟达GPU已是AI研究的标准硬件，因此PyTorch的许多功能都是专门为其构建。2022年，Meta将PyTorch交给Linux基金会，该非营利组织管理着许多重要开源项目。
谷歌的TorchTPU版本让AI应用可在谷歌AI芯片Tensor Processing Unit（TPU）上运行。它还使现有PyTorch应用易于迁移至TPU，从而迁移至Google Cloud。开发者只需简单更改配置，无需重写应用。
亚马逊周一发布了类似公告，推出自己的PyTorch版本TorchNeuron。TorchNeuron允许AI应用无需重写即可移植到亚马逊自研AI芯片Trainium及AWS。亚马逊还表示，为进一步削弱英伟达对PyTorch的控制，它将向PyTorch主项目提交代码，将各种功能与英伟达芯片解耦，使其默认对任何硬件更加开放。
不过，谷歌可能在几个方面胜过亚马逊。它表示曾直接与Meta、Hugging Face、Inferact（vLLM开发商）、RadixArk（SGLang开发商）等合作，确保TorchTPU的功能和代码库与这些流行AI开发工具良好配合，正如原版PyTorch一样。
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至谷歌芯片和云，并修复迁移过程中的错误。它甚至更新了广受欢迎的LiteRT工具（用于在手机、笔记本电脑和嵌入式设备上运行AI），使其更好地兼容PyTorch AI应用。
这并不意味着AI应用开发者会仅仅因为现在可以轻松转向替代芯片和云，就自动大规模抛弃英伟达硬件。但亚马逊和谷歌显然正在努力终结英伟达的优势。
