谷歌正在發起一項代號為「TorchTPU」的新行動，試圖以此打破英偉達在 AI 算力市場的長期壟斷。

據知情人士透露，這項計劃的核心在于讓谷歌自研的 AI 芯片（TPU）能夠更順滑地運行 PyTorch，這是目前全球最主流的 AI 軟件框架。

這是谷歌激進戰略拼圖中的關鍵一塊，他們希望將 TPU 打造為英偉達 GPU 的有力替代者。

隨著谷歌急需向投資者證明其巨額 AI 投入的回報能力，TPU 的銷售已然成為谷歌云營收增長的重要引擎。

但光有硬件是不夠的。

知情人士指出，「TorchTPU」旨在消除那道長期阻礙 TPU 普及的無形圍墻，也就是讓那些早已習慣在 PyTorch 環境下搭建技術架構的客戶，能夠無痛遷移到谷歌的硬件上。

甚至有消息稱，為了加速這一進程，谷歌正考慮將部分軟件開源。

相較于過往對 PyTorch 的零星支持，這一次谷歌投入了前所未有的組織關注度和戰略資源。

這一轉變的背后，是越來越多渴望采用 TPU 的企業發出的呼聲。對他們來說，芯片是個好東西，但軟件棧卻成了瓶頸。

在硅谷，PyTorch 是 AI 模型開發者的通用語言，而它的最大支持者正是 meta。

在這個行業里，極少有開發者會去為英偉達、AMD 或谷歌的芯片逐行編寫底層代碼，他們依賴的是像 PyTorch 這樣的工具庫來自動化處理開發任務。

自 2016 年發布以來，PyTorch 的成長史幾乎就是一部與英偉達CUDA生態的綁定史。

華爾街分析師普遍認為，CUDA 才是英偉達抵御競爭對手最堅固的盾牌。

多年來，英偉達的工程師們不僅造芯片，更致力于確保 PyTorch 開發的模型在其硬件上跑得又快又好。

相比之下，谷歌此前走了一條截然不同的路。

他們擁有龐大的內部軟件軍團，使用一套名為Jax的代碼框架，并通過 XLA 工具來優化 TPU 的運行效率。

谷歌自身的 AI 軟件棧和性能優化大多圍繞 Jax 構建，這種「圈地自萌」的做法，拉大了谷歌芯片與外部客戶實際使用習慣之間的鴻溝。

面對路透社的詢問，谷歌云發言人雖未對該項目細節置評，但確認了這一戰略方向。

他表示，無論是 TPU 還是 GPU 基礎設施，需求都在加速爆發，谷歌的重心是提供足夠的靈活性和規模，無論開發者選擇在何種硬件上構建應用。

從自用到外售TPU 的角色演變

曾幾何時，谷歌將絕大多數 TPU 產能視為「私藏珍品」，僅供內部使用。

這一局面直到 2022 年才發生改變，谷歌云部門成功爭取到了 TPU 的銷售主導權。

此后，谷歌云大幅增加了對外分配的 TPU 額度，試圖在客戶對 AI 興趣激增的當下，通過擴大產能和銷售來搶占市場。

然而，供需之間存在錯位。

全球大多數 AI 開發者使用的是 PyTorch，而谷歌芯片最擅長的卻是 Jax。

這意味著，想要使用谷歌芯片并獲得比肩英偉達的性能，開發者必須進行大量額外的工程適配。

在分秒必爭的 AI 競賽中，這種時間和資金的消耗是企業難以承受的。

如果「TorchTPU」計劃成功，它將顯著降低企業尋找英偉達 GPU 替代方案時的轉換成本。

英偉達之所以難以撼動，不僅在于硬件性能，更在于 CUDA 生態已經深深嵌入 PyTorch，成為訓練和運行大模型的默認選項。

知情人士表示，企業客戶曾反復向谷歌反饋，TPU 雖好，但接入門檻太高，因為歷史上它強迫開發者放棄通用的 PyTorch，轉而學習谷歌內部偏好的 Jax。

盟友 meta敵人的敵人就是朋友

為了加速開發進程，谷歌找來了一位關鍵盟友，即 PyTorch 的創造者和守護者 meta。

據知情人士透露，這兩大科技巨頭正在商討協議，讓 meta 獲得更多 TPU 的使用權。此前《The Information》也曾報道過這一動向。

在早期合作中，谷歌主要以托管服務的形式向 meta 提供支持。

meta 使用谷歌設計的芯片運行谷歌的軟件和模型，并由谷歌提供運營維護。

對 meta 而言，推動軟件適配 TPU 具有極高的戰略價值，它不僅能降低推理成本，更能通過硬件基礎設施的多元化來減少對英偉達的依賴，從而在談判桌上獲得更多籌碼。

meta 方面對此拒絕置評。

今年以來，谷歌已開始將 TPU 直接出售給客戶的數據中心，而不再局限于自家的云服務。

組織架構也在隨之調整，谷歌老將 Amin Vahdat 本月被任命為 AI 基礎設施負責人，直接向 CEO 桑達爾·皮查伊（Sundar Pichai）匯報。

這套基礎設施對谷歌至關重要，它不僅要支撐包括 Gemini 聊天機器人和 AI 搜索在內的自家產品，也要服務于像 Anthropic 這樣依賴谷歌云 TPU 算力的外部獨角獸。