Google lanza TorchTPU para desafiar el dominio de Nvidia en el desarrollo de aplicaciones de IA

Image: TechCrunch · Source

Google presenta TorchTPU, una adaptación de PyTorch de código abierto que permite a los desarrolladores de IA ejecutar aplicaciones en los chips TPU de Google fácilmente, uniéndose a esfuerzos similares de Amazon para reducir el dominio del hardware de Nvidia.

Google ha introducido TorchTPU, una versión de código abierto del popular framework de desarrollo de IA PyTorch adaptada para ejecutarse en sus unidades de procesamiento tensorial (TPU) propietarias. Este lanzamiento marca el movimiento estratégico de Google para brindar a los desarrolladores de aplicaciones de IA una vía sencilla para alejarse de las GPUs dominantes de Nvidia que actualmente sustentan la mayoría de las aplicaciones de IA. PyTorch, inicialmente desarrollado por Meta en 2016 y ahora gestionado bajo la Linux Foundation, es ampliamente utilizado, alimentando un estimado del 85 % de las aplicaciones de IA. Sin embargo, sus características centrales fueron diseñadas principalmente pensando en las GPUs de Nvidia, lo que ha contribuido a la posición prevalente de Nvidia en el hardware de IA.

TorchTPU permite a los desarrolladores migrar aplicaciones PyTorch existentes a las TPUs de Google y a su plataforma cloud con un esfuerzo mínimo y sin necesidad de reescribir código, simplemente mediante cambios de configuración. Esta accesibilidad se ve reforzada por la colaboración de Google con destacadas compañías y frameworks de IA, tales como Meta, Hugging Face, Inferact y RadixArk para garantizar compatibilidad y paridad de rendimiento.

Complementando a TorchTPU, Google también lanzó la suite TPU agent, un conjunto de herramientas para asistir a los desarrolladores en la migración y depuración de aplicaciones de IA en la infraestructura de Google. Además, la actualización de la herramienta LiteRT de Google apunta a brindar mejor soporte a cargas de trabajo de IA en una variedad de dispositivos, incluidos teléfonos y sistemas embebidos, ampliando aún más la accesibilidad de las TPUs.

Este movimiento sigue a un anuncio comparable de Amazon, que lanzó TorchNeuron, una adaptación de PyTorch para sus propios chips de inteligencia artificial Trainium. Amazon también está contribuyendo código al proyecto principal de PyTorch para desacoplarlo de dependencias específicas de hardware Nvidia, fomentando un ecosistema más independiente del hardware.

Aunque estas iniciativas de Google y Amazon no implican un cambio inmediato por parte de los desarrolladores de IA que usen hardware Nvidia, representan esfuerzos significativos para diversificar el ecosistema de hardware de IA. Al facilitar un desarrollo multiplataforma más sencillo y la migración en la nube, ambas compañías buscan debilitar la posición arraigada de Nvidia y ampliar las opciones disponibles para los creadores de aplicaciones de IA.