20 октября 2026 года Google объявила, что TorchTPU стал проектом с открытым исходным кодом. По пересказу TechCrunch, инструмент предназначен для запуска приложений PyTorch на тензорных процессорах Google и заявленного переноса существующих приложений на TPU и в Google Cloud без переписывания кода. Для разработчиков это означает возможность проверить альтернативную аппаратную платформу, но не подтверждённую гарантию совместимости любого проекта.
Что именно открыла Google
PyTorch — открытый инструментарий, который используют для создания, обучения и запуска моделей ИИ. TechCrunch пишет, что, по некоторым данным, он применяется в 85% ИИ-приложений; это оценка источника, а не результат независимой проверки редакции. TorchTPU добавляет путь к запуску таких приложений на TPU, тогда как многие существующие ИИ-приложения по умолчанию ориентированы на графические процессоры Nvidia.
Как описан перенос
Google заявляет, что существующее приложение PyTorch можно перенести на TPU и, следовательно, в Google Cloud простой сменой конфигурации, без переписывания приложения. В практическом сценарии это снижает объём заявленных изменений для команды, которая хочет испытать оборудование Google. Однако опубликованное описание не перечисляет поддерживаемые модели, операции и версии библиотек, поэтому оно не доказывает автоматическую совместимость с каждым приложением.
Инструменты и совместимость
По данным TechCrunch, Google сообщила о совместной работе с Meta, Hugging Face, Inferact — разработчиком vLLM, — и RadixArk, создателем SGLang. Компания утверждает, что это должно обеспечить взаимодействие функций и библиотек TorchTPU с популярными инструментами разработки ИИ.
Google также запустила TPU agent suite для помощи с переносом приложений на свои чипы и в облако, включая исправление возникающих ошибок. Кроме того, компания обновила LiteRT — инструмент для запуска ИИ на телефонах, ноутбуках и встраиваемых устройствах, — чтобы улучшить его работу с приложениями PyTorch.
Почему в новости появляется Amazon
TechCrunch сообщает, что Amazon ранее выпустила TorchNeuron для переноса приложений PyTorch на собственный чип Trainium и в AWS без переписывания. Amazon также направляет в основной проект PyTorch код, который отделяет отдельные функции от аппаратуры Nvidia. Таким образом, оба объявления предлагают разработчикам альтернативы на уровне программного стека, но относятся к разным чипам и облакам; это не независимое сравнение производительности или стоимости Google и Amazon.
Что это меняет на практике
Команда, уже использующая PyTorch, может рассматривать TorchTPU как повод проверить перенос на TPU с заявленным минимумом изменений и отдельным инструментом для поиска ошибок. Доступный материал не содержит независимых тестов скорости, сравнения цены, результатов миграции конкретных приложений или перечня совместимых компонентов. Поэтому релиз подтверждает появление открытого проекта и описанный Google сценарий переноса, но не доказывает, что приложение будет работать на TPU с той же производительностью, стоимостью и полнотой функций, что на Nvidia, или что разработчики массово откажутся от оборудования Nvidia.
