Google izsludina TorchTPU, lai izaicinātu Nvidia dominanci AI lietotņu izstrādē

Attēls: TechCrunch · Avots

Google izlaida TorchTPU, atvērtā koda PyTorch adaptāciju, kas ļauj AI izstrādātājiem viegli izmantot Google TPU mikroshēmas, pievienojoties Amazon līdzīgiem centieniem samazināt Nvidia aparatūras dominanci.

Google ir ieviesis TorchTPU, populārā AI izstrādes ietvara PyTorch atvērtā koda versiju, pielāgotu darbam uz tā patentētajām Tensor Processing Units (TPU). Šis izlaidums iezīmē Google stratēģisku soli nodrošinot AI lietotņu izstrādātājiem vienkāršu iespēju attālināties no dominējošajiem Nvidia GPU, kas pašlaik atbalsta lielāko daļu AI lietotņu. PyTorch, sākotnēji izstrādāts Meta 2016. gadā un tagad pārvaldīts Linux Foundation, tiek plaši lietots — aptuveni 85% AI lietotņu darbojas ar to. Tomēr tā galvenās funkcijas galvenokārt bija veidotas Nvidia GPU vajadzībām, kas veicina Nvidia vadošo pozīciju AI aparatūrā.

TorchTPU ļauj izstrādātājiem migrēt esošās PyTorch lietotnes uz Google TPU un mākoņplatformu ar minimālām pūlēm un bez nepieciešamības pārrakstīt kodu, vienkārši veicot konfigurācijas izmaiņas. Šo pieejamību pastiprina Google sadarbība ar ievērojamām AI kompānijām un ietvariem, piemēram, Meta, Hugging Face, Inferact un RadixArk, lai nodrošinātu saderību un veiktspējas līdzvērtību.

Papildus TorchTPU Google arī izlaida TPU aģentu komplektu, kas ir rīku kopums, lai palīdzētu izstrādātājiem migrēt un atkļūdot AI lietotnes Google infrastruktūrā. Turklāt Google atjaunināja savu LiteRT rīku, lai labāk atbalstītu AI darba slodzes dažādās ierīcēs, tostarp tālruņos un iebūvētajās sistēmās, tādējādi vēl vairāk paplašinot TPU pieejamību.

Šis solis seko līdzīgai paziņojumam no Amazon, kas izlaida TorchNeuron, PyTorch adaptāciju saviem Trainium AI mikroshēmas. Amazon arī pievieno kodu galvenajam PyTorch projektam, lai atdalītu to no Nvidia specifiskām aparatūras atkarībām, veicinot aparatūras neitrālu ekosistēmu.

Lai gan Google un Amazon iniciatīvas nenozīmē tūlītēju AI izstrādātāju pāreju no Nvidia aparatūras, tās ir būtiskas pūles dažādot AI aparatūras ekosistēmu. Atvieglojot pārplatformēšanas un mākoņmigrācijas iespējas, abas kompānijas cenšas vājināt Nvidia nostiprināto pozīciju un paplašināt AI lietotņu radītāju izvēles iespējas.