pytorch

Google открывает новый фронт в гонке за инфраструктуру для искусственного интеллекта — на этот раз за счёт программного обеспечения, а не только аппаратных решений. ⚡

На конференции PyTorch 2026 Google объявила, что открывает исходный код TorchTPU. Проект создан в сотрудничестве с командой PyTorch компании Meta. Он позволяет запускать модели искусственного интеллекта на TPU в PyTorch наряду с GPU и CPU, внося лишь минимальные изменения в существующий код.

Что важнее всего? 👇

🔹 Такие фреймворки, как vLLM, SGLang, TorchTitan, VeRL и Ray, уже интегрировали поддержку TPU, расширив выбор инструментов для запуска моделей.

🔹 А в Hugging Face Transformers v5 запуск моделей на TPU стал доступен через настройку `device_map="tpu"`.

На мой взгляд, исход соперничества с NVIDIA будет зависеть не только от мощности чипов, но и от того, насколько легко разработчики смогут перейти на альтернативы, не перестраивая свои системы с нуля. 🚀

Сможет ли поддержка открытого ПО помочь Google увеличить свою долю на рынке вычислений для искусственного интеллекта?
$GOOGLB
$NVDAB
$METAB

#Google #Aİ #PyTorch #NVIDIA #Crypto

Операция от Камбрия на этот раз — они так умеют играть, как даже NVIDIA?

Только что увидел новость: Cambricon напрямую ворвалась в самый верхний эшелон PyTorch и села за один стол со старым Хуаном.

Не спешите кричать «патриотический прорыв», сначала подумайте: насколько же ценен этот статус на самом деле? В экосистеме PyTorch на стол допускают в основном таких «акул», как NVIDIA — гигантов, которые уже приносят поток пользователей. А Cambricon на этот раз, похоже, действительно пробилась «по-настоящему», без всякой поблажки.

Проще говоря, в гонке ИИ-чипов важна не только вычислительная мощность — ключевое место занимает способность занять переговорную позицию в экосистеме. Раньше мы часто говорили, что отечественным чипам не хватает программной адаптации. А сейчас — по сути, они установили у себя стул прямо в чужом доме.

Но давайте честно: сесть за стол — это одно, а вот заставить разработчиков действительно захотеть пользоваться вашей платформой — вот где настоящее испытание. Потому что «мажорный ров» CUDA от NVIDIA не заполняется просто одним местом.

По-моему, ход сделан умный: как минимум, он показывает, что Cambricon научилась «сначала войти в круг, а затем устанавливать правила». Но не стоит слишком рано трубить победу — путь длинный, а программные «ямы» заполнять в десять раз сложнее, чем железные.

Судите сами: эта позиция — пропуск в дверь, или очередные американские горки в стиле «эпически позитивные новости»?

#寒武纪 #PyTorch #AI芯片 #英伟达 #财经热度