<p>谷歌正在推进一项名为&#34;TorchTPU&#34;的内部计划，旨在提升其人工智能芯片对全球最广泛使用的 AI 软件框架 PyTorch 的兼容性，此举直指英伟达长期以来依赖的软件生态护城河。</p>
<p>据彭博社周四报道，<strong>知情人士透露称，谷歌正与 Meta 密切合作推进这一计划，Meta 作为 PyTorch 的创建者和管理者，希望通过降低推理成本并使 AI 基础设施多元化</strong>，以增强与英伟达的谈判筹码。谷歌还在考虑将部分软件开源，以加速客户的采用速度。</p>
<p>与过去支持 PyTorch 的尝试相比，谷歌此次投入了更多组织资源和战略重视。随着越来越多企业希望采用张量处理单元（TPU）芯片，但将软件堆栈视为瓶颈，这一计划已成为谷歌云业务的关键增长引擎。</p>
<p><strong>如果成功，TorchTPU 将显著降低企业从英伟达 GPU 转向替代方案的切换成本。英伟达的主导地位不仅依赖硬件，更依赖其深度嵌入 PyTorch 的 CUDA 软件生态系统，而这一生态已成为企业训练和运行大型 AI 模型的默认方法。</strong></p>
<div>
<h2 id="tpu">软件兼容成 TPU 推广最大障碍</h2>
</div>
<p>谷歌的 TorchTPU 计划旨在消除阻碍 TPU 芯片采用的关键障碍。知情人士表示，企业客户一直向谷歌反馈，TPU 在 AI 工作负载上更难采用，因为历史上开发者需要转向谷歌内部青睐的机器学习框架 Jax，而非大多数 AI 开发者已在使用的 PyTorch。</p>
<p>这一不匹配源于谷歌自身的技术路径。谷歌内部软件开发团队长期使用名为 Jax 的代码框架，其 TPU 芯片则依靠 XLA 工具来高效运行代码。谷歌自身的 AI 软件堆栈和性能优化主要围绕 Jax 构建，这扩大了谷歌使用芯片方式与客户需求之间的差距。</p>
<p><strong>相比之下，英伟达的工程师多年来一直确保使用 PyTorch 开发的软件能在其芯片上尽可能快速高效地运行。PyTorch 是一个开源项目，其发展历史与英伟达 CUDA 软件的开发紧密相连。CUDA 被华尔街部分分析师视为英伟达抵御竞争对手的最强护盾。</strong></p>
<div>
<h2 id="tpu">谷歌加速 TPU 外部销售</h2>
</div>
<p>Alphabet 长期以来将其 TPU 芯片的绝大部分份额保留给内部使用。这一情况在 2022 年发生改变，当时谷歌云计算部门成功游说，获得了 TPU 销售团队的管理权。此举大幅增加了谷歌云的 TPU 配额。</p>
<p>随着客户对 AI 兴趣的增长，谷歌一直寻求通过提高 TPU 产量和对外销售来获利。<strong>TPU 销售已成为谷歌云收入的关键增长引擎，该公司正努力向投资者证明其 AI 投资正在产生回报。</strong></p>
<p>今年，谷歌开始将 TPU 直接销售到客户的数据中心，而不再限制只能通过自家云服务访问。本月，谷歌资深人士 Amin Vahdat 被任命为 AI 基础设施负责人，直接向首席执行官 Sundar Pichai 汇报。谷歌需要这些基础设施来运行自己的 AI 产品，包括 Gemini 聊天机器人和 AI 驱动的搜索，同时也要供应给 Anthropic 等谷歌云客户。</p>
<div>
<h2 id="meta">Meta 成为战略合作伙伴</h2>
</div>
<p>为加速开发进程，谷歌正在与 Meta 密切合作。据 The Information 首次报道，两家科技巨头一直在讨论 Meta 获取更多 TPU 的交易。</p>
<p>知情人士透露，早期为 Meta 提供的服务采用谷歌托管模式，即 Meta 等客户安装谷歌设计的芯片来运行谷歌软件和模型，由谷歌提供运营支持。<strong>Meta 在开发使 TPU 更易运行的软件方面具有战略利益，希望借此降低推理成本，并使其 AI 基础设施从英伟达 GPU 多元化，从而获得谈判优势。</strong></p>
<p>谷歌云发言人未就该项目的具体细节置评，该发言人表示：“我们看到对 TPU 和 GPU 基础设施的大规模加速需求。我们的重点是提供开发者所需的灵活性和规模，无论他们选择在哪种硬件上构建。” Meta 则拒绝置评。</p>
<div>
<h2 id="310fb1b2">降低切换成本挑战英伟达生态</h2>
</div>
<p>PyTorch 最初于 2016 年发布，是开发 AI 模型的开发者最广泛使用的工具之一。在硅谷，很少有开发者会编写英伟达、Advanced Micro Devices 或谷歌芯片实际执行的每一行代码。相反，这些开发者依赖 PyTorch 等工具，这是一个预编写代码库和框架的集合，可以自动化 AI 软件开发中的许多常见任务。</p>
<p>知情人士表示，随着希望采用 TPU 芯片但将软件堆栈视为瓶颈的企业需求增长，谷歌已将更多组织重点、资源和战略重要性投入 TorchTPU 项目。大多数开发者无法轻松采用谷歌芯片并使其性能达到英伟达水平，除非进行大量额外的工程工作。在快节奏的 AI 竞赛中，这类工作需要时间和资金。</p>
<p>如果 TorchTPU 计划成功，将显著降低希望寻求英伟达 GPU 替代方案的企业的切换成本。英伟达的主导地位不仅由其硬件加固，更依赖其深度嵌入 PyTorch 的 CUDA 软件生态系统，这已成为企业训练和运行大型 AI 模型的默认方法。</p>

谷歌-C

1 倍做空谷歌 ETF - Direxion

2 倍做多谷歌 ETF - Direxion

<p>谷歌正与 Meta 密切合作推进这一计划，Meta 作为 PyTorch 的创建者和管理者，希望通过降低推理成本并使 AI 基础设施多元化，以增强与英伟达的谈判筹码。谷歌还在考虑将部分软件开源，以加速客户的采用速度。如果 TorchTPU 计划成功，将显著降低希望寻求英伟达 GPU 替代方案的企业的切换成本。</p>

- 谷歌推进 TorchTPU 计划，提高 TPU 与 PyTorch 兼容性，挑战英伟达优势。  
- 谷歌与 Meta 合作，降低 AI 推理成本，拓宽市场竞争力。  
- 如果成功，企业切换成本将大幅降低，推动 TPU 采纳。

代号 “TorchTPU”！谷歌与 Meta 携手复刻 CUDA，进一步威胁英伟达