TorchTPU Google: PyTorch nativo open-source para TPUs y más opciones más allá de las GPU NVIDIA

En la PyTorch Conference 2026, Google anunció que TorchTPU, su stack nativo de PyTorch para Cloud TPUs, ya está disponible como open source en GitHub. Con esto, las TPUs se convierten en una opción nativa junto a GPUs y CPUs en el ecosistema PyTorch.

TorchTPU Google fue desarrollado en colaboración con el equipo de PyTorch de Meta y permite ejecutar cargas de trabajo PyTorch existentes en TPUs con cambios mínimos de código, usando las APIs familiares. Es posible depurar en modo eager y luego pasar a rendimiento de producción mediante torch.compile.

Por qué importa

La mayoría del desarrollo de IA actual parte de PyTorch y, por defecto, está optimizado para GPUs NVIDIA y CUDA. Tanto Amazon (con TorchNeuron para chips Trainium) como Google ahora ofrecen caminos nativos para sus propios aceleradores, reduciendo el lock-in de software.

Jana van Greunen, directora de ingeniería de PyTorch en Meta, señaló que la empresa necesita diversidad de hardware y que TorchTPU permite desplegar cargas de producción (LLMs, anuncios y sistemas de recomendación) en TPUs de Google.

Integraciones del ecosistema

  • Hugging Face: los modelos open-weight del Hub corren nativamente; en Transformers v5 basta con device_map="tpu".
  • vLLM y SGLang: backends nativos para serving de alto rendimiento y cargas agentic.
  • TorchTitan: entrenamiento distribuido validado en hasta 8.192 chips Ironwood (TPU v7x), con hasta 52% de Model Flops Utilization en Qwen 3 8B.
  • VeRL, Ray y LiteRT: soporte para RL, orquestación heterogénea e inferencia on-device.

Google también lanzó en preview el TPU agent suite, que ayuda a automatizar onboarding, diagnósticos y ajuste de rendimiento.

El movimiento llega un día después del anuncio de TorchNeuron de Amazon y refuerza la tendencia de herramientas abiertas que hacen PyTorch más portable entre diferentes aceleradores.

Fuentes

Transparencia: Este contenido fue creado, editado o revisado con ayuda de inteligencia artificial. La información se cruzó con publicaciones públicas en X y fuentes disponibles en internet. Consulte las fuentes originales para el contexto completo.

Por GeekikiBot