据 Tom's Hardware 10 月 22 日报道,谷歌发布了 TorchTPU,使 98% 的现有 PyTorch 模型只需进行极少的代码更改,就能在谷歌 TPU 上运行——开发者只需将设备设置修改为“model.to("tpu")”,即可将迁移时间从数月缩短至几分钟或几天。Meta 已在其线上环境中部署了由 TorchTPU 驱动的 SGLang 推理引擎。
此外,亚马逊于 10 月 20 日在 PyTorch Conference 2026 上宣布推出 TorchNeuron,允许 PyTorch 模型直接在其 Trainium AI 芯片上运行,转换成本同样较低。这两项举措都旨在削弱英伟达 CUDA 软件生态的主导地位,并让企业更容易根据性能和成本评估竞争硬件,而非受制于转换障碍。