据路透社报道，知情人士透露，Alphabet旗下的谷歌正在制定一项新计划，旨在使其人工智能芯片更好地运行PyTorch（全球使用最广泛的人工智能软件框架），此举旨在削弱英伟达在人工智能计算市场长期占据的主导地位。

这是谷歌雄心勃勃计划的一部分，旨在使其张量处理单元（TPU）成为英伟达市场领先的GPU的有力竞争对手。TPU的销售已成为谷歌云收入的关键增长引擎，谷歌希望借此向投资者证明其人工智能投资正在产生回报。

但仅靠硬件不足以推动普及。消息人士称，这项内部代号为“TorchTPU”的新计划旨在消除阻碍TPU芯片普及的关键障碍，使其完全兼容并方便开发者使用，从而惠及那些已经使用PyTorch软件构建技术基础设施的客户。一些知情人士还透露，谷歌正在考虑开源部分软件，以加快客户采用速度。

消息人士称，与之前尝试在TPU上支持PyTorch相比，谷歌投入了更多的组织关注、资源和战略重视TorchTPU，因为希望采用这些芯片但认为软件堆栈是瓶颈的公司的需求不断增长。

PyTorch是一个开源项目，由Meta Platforms大力支持，是开发者构建人工智能模型时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、AMD 或谷歌等公司芯片实际执行的每一行代码。

相反，这些开发者依赖于像PyTorch这样的工具。PyTorch是一系列预先编写的代码库和框架的集合，可以自动完成人工智能软件开发中的许多常见任务。PyTorch最初发布于2016年，其发展历程与英伟达的CUDA开发密切相关。一些华尔街分析师认为，CUDA是英伟达抵御竞争对手的最强屏障，堪称“护城河”。

英伟达的工程师们多年来一直致力于确保使用PyTorch开发的软件在其芯片上以尽可能高的速度和效率运行。相比之下，谷歌长期以来一直让其庞大的内部软件开发团队使用名为Jax的不同代码框架，其TPU芯片则使用名为XLA的工具来优化代码运行。谷歌自身的大部分AI软件栈和性能优化都是围绕Jax构建的，这进一步拉大了谷歌芯片的实际使用方式与客户实际使用方式之间的差距。

谷歌云发言人没有对该项目的具体细节发表评论，但证实将为客户提供更多选择。

发言人表示：“我们看到市场对TPU和GPU基础设施的需求都在大幅增长，而且增长速度还在加快。我们的重点是提供开发者所需的灵活性和可扩展性，无论他们选择使用哪种硬件进行开发。”

Alphabet长期以来一直将绝大部分自研芯片（即TPU）仅供内部使用。这种情况在2022年发生了改变，当时谷歌的云计算部门成功游说，获得了对TPU销售部门的监管权。此举大幅增加了谷歌云的TPU分配量，随着客户对人工智能的兴趣日益浓厚，谷歌也开始寻求通过扩大TPU的生产和销售来从中获利，并将TPU推向外部客户。

但由于全球大多数人工智能开发者使用的PyTorch框架与谷歌芯片目前最优化运行的Jax框架之间存在不匹配，大多数开发者无法轻易地采用谷歌芯片并使其性能达到英伟达芯片的水平，除非进行大量的额外工程工作。在瞬息万变的人工智能竞赛中，这样的工作需要耗费时间和金钱。

如果成功，谷歌的“TorchTPU”计划将显著降低企业寻找英伟达GPU替代方案的成本。英伟达的统治地位不仅得益于其硬件，也得益于其CUDA软件生态系统。CUDA软件生态系统深度嵌入PyTorch，并已成为企业训练和运行大型AI模型的默认方法。

消息人士称，企业客户一直告诉谷歌，TPU更难应用于AI工作负载，因为TPU历来要求开发人员切换到Jax（谷歌内部偏爱的机器学习框架），而不是大多数AI开发人员已经在使用的PyTorch。

据消息人士透露，为了加快开发速度，谷歌正与PyTorch的创建者和管理者Meta密切合作。这两家科技巨头一直在商讨Meta获取更多TPU的方案。

Meta早期提供的服务以谷歌管理服务的形式呈现，客户（例如Meta）安装谷歌设计的芯片来运行谷歌的软件和模型，谷歌则提供运营支持。知情人士透露，Meta对开发能够简化TPU运行的软件抱有战略兴趣，旨在降低推理成本，并使其人工智能基础设施摆脱对英伟达GPU的依赖，从而提升谈判优势。

今年，谷歌开始直接向客户的数据中心销售TPU，而不是限制在其自有云平台上使用。本月，谷歌老将Amin Vahdat被任命为人工智能基础设施负责人，直接向首席执行官桑达尔·皮查伊汇报工作。

谷歌需要这种基础设施，既可以运行自己的AI产品（包括Gemini聊天机器人和AI驱动的搜索），也可以为谷歌云的客户提供服务，谷歌云向Anthropic等公司出售TPU的访问权限。

主编精选，篇篇重磅，请点击订阅“邮件订阅”