Google 與 Meta 聯合開源 TorchTPU，為 TPU 提供 PyTorch 原生後端

2026 年 11 月 12 日，據 InfoQ 中文報道，Google 與 Meta 聯合開源 TorchTPU，為 Google TPU 提供 PyTorch 原生後端，目標是讓現有 PyTorch 工作負載以低侵入方式遷移到 TPU 硬體上執行。

報道介紹，TorchTPU 從 GPU 遷移到 TPU 時，只需把 cuda 裝置替換為 tpu，把 nccl 分散式後端替換為 tpu_dist，開發者還可使用 torch.accelerator.current_accelerator 這一統一 API 識別加速器，無需重寫計算邏輯即可啟用 TPU 硬體最佳化。與 Google 自 2020 年起通過 PyTorch/XLA 支援 PyTorch 工作負載的路線相比，TorchTPU 取消了顯式編譯區域，不再依賴 JAX、XLA 和延遲張量，將即時執行列為最高優先順序，並原生相容命令式執行與新興分散式原語。報道援引 Google 的說法稱，其混合模式 DeferAndFuse 比 Strict Eager 快 50% 以上。團隊已在多代 TPU 上，以即時與編譯兩種模式對約 5000 個 Hugging Face 模型進行了評估。目前，該專案作為開源方案發布，相關遷移與評估工作由 Google 與 Meta 團隊推進。