HaiAI123

全球AI工具精选导航

新爆行业动态
↑ 471%

Google 推出 TorchTPU，PyTorch 原生支持 TPU 训练

2026/10/21 — 10/21 02:19·4 个来源（全部）·4 篇报道（全部）·入选 10-21 日报

核心速览 (Key Takeaways)

  • Google Developers Blog 介绍 TorchTPU，把原生 torch.device("tpu") 后端接入 PyTorch，开发者无需改用 JAX 重写代码，就能在 Cloud TPU 上训练大模型。
  • 配套的 TorchTitan TPU 分支提供 SimpleFSDP、Graph Trainer 和 Pallas 自定义 kernel，并给出 dense 与 MoE 架构的优化方案。

事件背景与详细解读

2026 年 10 月 21 日，Google Developers Blog 发文介绍 TorchTPU，称其把原生的 torch.device("tpu") 后端直接接入 PyTorch，开发者无需改用 JAX 重写代码，即可在 Google Cloud TPU 上训练大规模模型。文章同时提到配套的 TorchTitan TPU 分支，该分支提供 SimpleFSDP、Graph Trainer 以及自定义 Pallas kernel，并称这些组件在 dense 与 MoE 架构上都能实现较高的 Model Flops Utilization（MFU）。

文中还表示，开发者可以使用经过验证的优化 playbook、配方以及 Hugging Face 相关内容。目前公开的信息停留在这一发布介绍层面，未提及具体上线时间、可用区域或性能对比数据。

AI 综合 1 篇报道生成 · 更新于 3 小时前

最新进展Google Developers Blog 介绍 TorchTPU 把原生 torch.device("tpu") 后端接入 PyTorch，开发者无需改用 JAX 重写代码，就能在 Cloud TPU 上训练大模型。配套的 TorchTitan TPU 分支提供 SimpleFSDP、Graph Trainer 和 Pallas 自定义 kernel，并给出 dense 与 MoE 架构的优化配方。

24 小时热度热度指数 331 · 峰值 351 · 2 小时前
24 小时前现在

这件事的报道 点标题看原文

今天
  1. TorchTPU 让 PyTorch 原生支持 TPU 训练

    Google Developers Blog 介绍 TorchTPU 把原生 torch.device("tpu") 后端接入 PyTorch，开发者无需改用 JAX 重写代码，就能在 Cloud TPU 上训练大模型。配套的 TorchTitan TPU 分支提供 SimpleFSDP、Graph Trainer 和 Pallas 自定义 kernel，并给出 dense 与 MoE 架构的优化配方。

    想在 TPU 上跑 PyTorch 训练可关注这套配方

    Google Developers Blog官方AI 评分 48
  2. Google 与 Meta 开源 TorchTPU：TPU 原生 PyTorch 后端

    PyTorch 博客宣布，Google 与 Meta 合作开源 TorchTPU，为 Google TPU 提供原生的 PyTorch 后端，模型可开箱即用地在 TPU 上执行。该后端由两家公司共同推进，属于 PyTorch 官方生态的一部分。

    PyTorch 生态与 TPU 之间第一次有了官方原生后端

    PyTorch Blog官方AI 评分 52
昨天
  1. Google 开源 TorchTPU 原生 PyTorch 后端

    据 MarkTechPost 报道，Google 与 Meta 开源了 TorchTPU，这是 Cloud TPU 的原生 PyTorch 后端。它默认以 eager 模式运行，通过 torch.compile 和 XLA 编译，并在新工作负载上取代 PyTorch/XLA。

    在 TPU 上跑 PyTorch 的团队可关注迁移路径

    MarkTechPostAI 评分 63
  2. Hugging Face 介绍 TorchTPU：让 PyTorch 原生跑在 TPU 上

    Hugging Face 在官方博客发布 TorchTPU 相关内容，主题是让 PyTorch 在 TPU 上原生运行。现有材料未给出适配范围、性能数据或可用时间等细节。

    关心 TPU 上跑 PyTorch 的团队值得先看一眼。

    Hugging Face Blog官方AI 评分 42

同时在说的其他事

热度怎么算的？了解口径

热度按 48 小时内有多少个独立来源在说这件事算：同一个来源发多条只算一次，并按 24 小时半衰期衰减，所以排前面的是很多人在说的事。

本页汇总公开订阅源，标题与摘要由模型整理，版权归原作者所有；重要信息请回原文核对。如权利人认为相关标题或摘要侵权，请通过页尾联系邮箱提供具体页面与权利依据，我们核实后会及时删除或替换。

爆
讨论快速增加
新
首报 6 小时内
发酵中
讨论仍在增加

回 AI 行业动态榜 →