让代码彻底脱离英伟达 GPU。 谷歌和亚马逊同时动手了。 两家巨头现在都拿出了原生的 PyTorch 后端。

让代码彻底脱离英伟达 GPU。 谷歌和亚马逊同时动手了。 两家巨头现在都拿出了原生的 PyTorch 后端。

过去想把模型搬离英伟达，最卡脖子的到底是什么？ 不是芯片算力不够，是底层调试能把工程师逼疯。 代码一旦在非英伟达芯片上报错，根本看不清里面发生了什么。 缺少趁手的排错工具，庞大的迁移成本把绝大多数团队挡在门外。

谷歌刚正式开源了 TorchTPU，直接换掉了传统的 PyTorch/XLA 架构。 最核心的突破在哪？ 开发者终于可以在 TPU 上对模型进行逐行单步调试了。 像写普通代码一样单步排错，开发体验直接拉平。

调试做顺了，实际训练效率跟得上吗？ 官方公布的测试数据显示，在千问 3 8B（Qwen 3 8B）等模型的训练兼容测试中，TorchTPU 跑出了高达 52% 的 TPU 峰值算力利用率。 既能单步排错，又能吃满一半以上的峰值算力。 让代码离开英伟达生态，巨头们这次是动了真格。