Google startet TorchTPU, um Nvidias Dominanz in der KI-Anwendungsentwicklung herauszufordern

Image: TechCrunch · Source

Google veröffentlicht TorchTPU, eine Open-Source-Adaption von PyTorch, die es KI-Entwicklern ermöglicht, Anwendungen einfach auf Googles TPU-Chips auszuführen, und schließt sich damit Amazons ähnlichen Bemühungen an, Nvidias Hardware-Dominanz zu verringern.

Google hat TorchTPU eingeführt, eine Open-Source-Version des populären KI-Entwicklungsframeworks PyTorch, adaptiert für den Einsatz auf den proprietären Tensor Processing Units (TPUs) des Unternehmens. Diese Veröffentlichung markiert Googles strategischen Schritt, KI-App-Entwicklern einen einfachen Weg weg von den dominierenden Nvidia-GPUs zu bieten, die derzeit die meisten KI-Anwendungen unterstützen. PyTorch, ursprünglich 2016 von Meta entwickelt und nun unter der Linux Foundation geführt, wird weit verbreitet eingesetzt und betreibt schätzungsweise 85 % der KI-Anwendungen. Seine Kernfunktionen wurden jedoch hauptsächlich für Nvidias GPUs entwickelt, was zur vorherrschenden Position von Nvidia im KI-Hardware-Bereich beigetragen hat.

TorchTPU ermöglicht Entwicklern, bestehende PyTorch-Anwendungen mit minimalem Aufwand und ohne Neuschreiben des Codes – allein durch Konfigurationsänderungen – auf Googles TPUs und Cloud-Plattform zu migrieren. Diese Zugänglichkeit wird durch Googles Zusammenarbeit mit namhaften KI-Unternehmen und Frameworks wie Meta, Hugging Face, Inferact und RadixArk gewährleistet, um Kompatibilität und Leistungsparität zu sichern.

Ergänzend zu TorchTPU hat Google auch die TPU-Agent-Suite veröffentlicht, eine Sammlung von Tools, die Entwicklern bei der Migration und Fehlerbehebung von KI-Anwendungen auf Googles Infrastruktur helfen sollen. Zusätzlich zielt Googles Aktualisierung des LiteRT-Tools darauf ab, KI-Workloads auf verschiedenen Geräten, einschließlich Smartphones und eingebetteten Systemen, besser zu unterstützen und erweitert so die Zugänglichkeit der TPUs.

Dieser Schritt folgt einer ähnlichen Ankündigung von Amazon, das TorchNeuron vorstellte, eine Adaption von PyTorch für die eigenen Trainium-KI-Chips. Amazon trägt zudem Code zum Hauptprojekt PyTorch bei, um es von Nvidia-spezifischen Hardwareabhängigkeiten zu entkoppeln und so ein hardwareunabhängigeres Ökosystem zu fördern.

Obwohl diese Initiativen von Google und Amazon keinen unmittelbaren Wechsel von KI-Entwicklern von Nvidias Hardware bedeuten, stellen sie bedeutende Bemühungen dar, das KI-Hardware-Ökosystem zu diversifizieren. Durch die Erleichterung der plattformübergreifenden Entwicklung und der Cloud-Migration zielen beide Unternehmen darauf ab, Nvidias fest verankerte Position zu schwächen und die Auswahlmöglichkeiten für KI-App-Ersteller zu erweitern.