谷歌开源TorchTPU,PyTorch应用可无缝迁移至TPU
摘要
谷歌宣布开源面向TPU的原生PyTorch框架TorchTPU,开发者仅需修改配置即可将现有PyTorch应用迁移至TPU及谷歌云,无需重写代码。此举与亚马逊TorchNeuron形成呼应,意在松动英伟达GPU在AI开发中的默认地位。
谷歌当地时间周二宣布,面向自家张量处理单元(TPU)的原生PyTorch框架TorchTPU已在GitHub上开源。这一动作被视为谷歌联合亚马逊,尝试削弱英伟达在人工智能算力市场的主导地位。当前绝大多数人工智能应用默认基于英伟达GPU开发与运行,生态惯性构成了其他芯片厂商难以绕开的壁垒。
PyTorch是AI开发者与初创企业搭建、训练和部署模型的主流工具库,有统计显示约85%的人工智能应用在使用它。该框架由Meta于2016年开发,彼时大语言模型尚未显现影响力,而英伟达GPU已是AI研究的标准硬件,因此PyTorch的许多功能从一开始就围绕英伟达GPU设计。2022年,Meta将PyTorch移交Linux基金会管理。
TorchTPU的意义在于打通PyTorch应用与TPU之间的通路:现有PyTorch应用可以较低成本迁移到TPU,并进一步落地谷歌云。按照谷歌的说法,开发者只需对配置做简单修改,无需重写应用代码即可完成迁移,这大幅降低了从英伟达生态切换出去的工程门槛。
这一动向并非孤立事件。亚马逊在当地时间周一发布了类似方案TorchNeuron,同样支持在不重写代码的前提下将人工智能应用移植到其自研芯片。两大云厂商接连推出PyTorch适配层,意味着围绕英伟达GPU建立的软件生态开始出现分流通道,AI基础设施的硬件选择格局或将随之出现新的变量。
本文由新大陆基于公开信息编辑整理
信息来源:IT之家 IT之家原文 ↗