pytorch

Google membuka front baru dalam persaingan infrastruktur AI, kali ini melalui perangkat lunak, bukan hanya perangkat keras. ⚡

Google mengumumkan bahwa TorchTPU kini tersedia sebagai proyek sumber terbuka dalam konferensi PyTorch 2026, bekerja sama dengan tim PyTorch dari Meta. Proyek ini memungkinkan model AI dijalankan pada unit TPU di dalam PyTorch, selain GPU dan CPU, dengan sedikit perubahan pada kode yang sudah ada.

Apa perkembangan terpentingnya? 👇

🔹 Kerangka kerja seperti vLLM, SGLang, TorchTitan, VeRL, dan Ray telah mengintegrasikan dukungan TPU, sehingga memperluas pilihan bagi pengembang untuk menjalankan model.

🔹 Di Hugging Face Transformers v5, model kini dapat diterapkan pada TPU dengan mengatur `device_map="tpu"`.

Menurut saya, persaingan sesungguhnya dengan NVIDIA tidak akan ditentukan hanya oleh kekuatan chip, tetapi juga oleh seberapa mudah pengembang beralih ke alternatif lain tanpa harus membangun ulang sistem mereka dari nol. 🚀

Bisakah dukungan terhadap perangkat lunak sumber terbuka membantu Google meraih pangsa yang lebih besar di pasar komputasi AI?
$GOOGLB
$NVDAB
$METAB

#Google #Aİ #PyTorch #NVIDIA #Crypto

Operasi dari Hancam… eh Cambrian ini, lebih jago bermain dari NVIDIA?

Baru lihat kabarnya: Cambrian langsung menyusup ke posisi teratas PyTorch, jadi satu meja dengan bos-bosnya Huang.

Jangan buru-buru teriak “cahaya dari dalam negeri”. Coba pikir dulu: seberapa keras nilai kursi ini? Di ekosistem PyTorch, yang bisa duduk di meja itu pada dasarnya para raksasa yang “bawa arus” seperti NVIDIA. Kali ini Cambrian benar-benar masuk dengan tenaga, bukan sekadar wacana.

Intinya begini: dalam industri chip AI, yang diperebutkan bukan hanya daya hitung, tapi juga kuasa dalam ekosistem. Dulu kita sering bilang chip dalam negeri kurang adaptasi perangkat lunaknya—tapi kali ini seolah-olah langsung memasang kursi di rumah orang.

Namun, kalau ngomong jujur, mudah untuk naik meja, tapi apakah para developer mau memakai framework-mu dengan sukarela—itu justru ujian sesungguhnya. Lagipula, “benteng” CUDA milik NVIDIA bukan sesuatu yang bisa ditutup hanya dengan sebuah kursi.

Menurut saya, langkah ini tergolong cerdas: setidaknya membuktikan Cambrian sudah belajar “masuk dulu ke komunitas, baru ikut menentukan aturan”. Tapi jangan terlalu dulu mengumbar kemenangan—perjalanannya masih panjang. Lubang pada ekosistem perangkat lunak bisa sepuluh kali lebih sulit ditambal daripada masalah perangkat keras.

Jadi menurutmu, kursi ini benar-benar batu loncatan untuk membuka pintu, atau malah lagi-lagi sebuah “roller coaster kabar baik level epik”?

#寒武纪 #PyTorch #AI芯片 #英伟达 #财经热度