pytorch

Google mở ra một mặt trận mới trong cuộc đua hạ tầng AI, lần này thông qua phần mềm chứ không chỉ phần cứng. ⚡

Google thông báo phát hành mã nguồn mở TorchTPU tại hội nghị PyTorch năm 2026, hợp tác cùng nhóm PyTorch của Meta. Dự án cho phép chạy các mô hình AI trên TPU ngay trong PyTorch, bên cạnh GPU và CPU, với rất ít thay đổi đối với mã hiện có.

Điểm đột phá quan trọng nhất? 👇

🔹 Các framework như vLLM, SGLang, TorchTitan, VeRL và Ray đã tích hợp hỗ trợ TPU, mở rộng lựa chọn chạy mô hình cho các nhà phát triển.

🔹 Trong Hugging Face Transformers v5, giờ đây có thể triển khai mô hình trên TPU bằng cách đặt `device_map="tpu"`.

Theo tôi, cuộc cạnh tranh thực sự với NVIDIA sẽ không chỉ được quyết định bởi sức mạnh của chip, mà còn bởi việc các nhà phát triển có thể chuyển sang những lựa chọn thay thế dễ dàng đến mức nào mà không phải xây dựng lại hệ thống từ đầu. 🚀

Liệu hỗ trợ phần mềm mã nguồn mở có thể giúp Google chiếm thị phần lớn hơn trong thị trường điện toán AI không?
$GOOGLB
$NVDAB
$METAB

#Google #Aİ #PyTorch #NVIDIA #Crypto

Hành động lần này của Hàn Mã Kỷ (寒武纪) có ghê gớm không, còn biết chơi hơn cả Nvidia?

Vừa thấy tin tức, Hàn Mã Kỷ đã trực tiếp chen vào vị trí cao nhất của PyTorch, ngồi chung một bàn với ông Huang (lão Hoàng).

Đừng vội hô “hào quang quốc nội” ngay, hãy nghĩ trước một câu hỏi: mức độ “đáng giá” của chiếc ghế này rốt cuộc cứng cỡ nào? Trong hệ sinh thái PyTorch, những ai có thể lên được bàn ngồi, cơ bản đều là các “đại lão” như Nvidia—vốn tự mang lượng người dùng và sự chú ý. Lần này, Hàn Mã Kỷ được tính là đã thật sự “đấu tranh tay đôi” để chen vào.

Nói thẳng ra, cạnh tranh chip AI không chỉ là so sức mạnh tính toán; đó là cuộc chơi giành quyền lên tiếng trong hệ sinh thái. Trước đây ta thường nói chip trong nước thiếu phần mềm tương thích. Lần này, có thể xem như trực tiếp đặt “một cái ghế” trong nhà người ta.

Nhưng cũng phải nói ngược lại: lên bàn thì dễ, còn việc để các nhà phát triển tự nguyện dùng khung (framework) của bạn mới là bài kiểm tra thật sự. Bởi vì “cổng thành” CUDA của Nvidia không thể san bằng chỉ bằng một chiếc ghế.

Theo quan điểm cá nhân tôi, nước cờ này khá thông minh—ít nhất chứng minh Hàn Mã Kỷ đã học được cách “chen vào vòng trước rồi mới định luật sau”. Nhưng đừng thổi quá sớm; đường còn dài, còn “cái hố” của hệ sinh thái phần mềm thì khó lấp hơn phần cứng gấp mười lần.

Câu hỏi là: chiếc ghế này rốt cuộc là “tấm vé vào cửa”, hay lại là một chuyến tàu lượn kiểu “tin cực tốt ở tầm sử thi” lần nữa?

#寒武纪 #PyTorch #AI芯片 #英伟达 #财经热度