گوگل روز سه‌شنبه اعلام کرد که TorchTPU، نسخه مورد انتظار این شرکت از ابزار PyTorch، اکنون به‌عنوان یک پروژه متن‌باز در دسترس است. با این اقدام، گوگل نیز مانند آمازون تلاش می‌کند سلطه انویدیا بر صنعت هوش مصنوعی را کاهش دهد؛ صنعتی که در آن بیشتر اپلیکیشن‌های هوش مصنوعی به‌طور پیش‌فرض برای اجرا روی تراشه‌ها یا پردازنده‌های گرافیکی (GPU) انویدیا طراحی می‌شوند.
PyTorch یک ابزار متن‌باز محبوب است که توسعه‌دهندگان اپلیکیشن‌های هوش مصنوعی و استارتاپ‌ها از آن برای ساخت، آموزش و اجرای مدل‌های هوش مصنوعی استفاده می‌کنند. بر اساس برخی برآوردها، ۸۵ درصد از اپلیکیشن‌های هوش مصنوعی از این ابزار بهره می‌برند. PyTorch نخستین بار در سال ۲۰۱۶ توسط متا، که در آن زمان فیس‌بوک نام داشت، توسعه داده شد؛ مدت‌ها پیش از آنکه مشخص شود مدل‌های زبانی بزرگ (LLM) جهان را متحول خواهند کرد. در آن زمان، پردازنده‌های گرافیکی انویدیا به سخت‌افزار استاندارد برای پژوهش‌های هوش مصنوعی تبدیل شده بودند و به همین دلیل، بسیاری از قابلیت‌های PyTorch به‌طور ویژه برای کار با این پردازنده‌ها طراحی شدند. متا در سال ۲۰۲۲ مدیریت PyTorch را به بنیاد لینوکس، سازمانی غیرانتفاعی که از بسیاری از پروژه‌های مهم متن‌باز پشتیبانی می‌کند، واگذار کرد.
نسخه گوگل با نام TorchTPU به اپلیکیشن‌های هوش مصنوعی اجازه می‌دهد روی تراشه‌های اختصاصی هوش مصنوعی این شرکت، موسوم به واحدهای پردازش تنسور (TPU)، اجرا شوند. این ابزار همچنین انتقال اپلیکیشن‌های موجود مبتنی بر PyTorch به TPUها و در نتیجه، به زیرساخت ابری گوگل را آسان می‌کند. توسعه‌دهندگان می‌توانند این انتقال را تنها با تغییر تنظیمات انجام دهند و نیازی به بازنویسی کدهای اپلیکیشن ندارند.
آمازون نیز روز دوشنبه از اقدامی مشابه خبر داد و نسخه اختصاصی خود از PyTorch را با نام TorchNeuron منتشر کرد. این ابزار امکان انتقال اپلیکیشن‌های هوش مصنوعی به تراشه اختصاصی آمازون با نام Trainium و زیرساخت ابری AWS را بدون نیاز به بازنویسی کدها فراهم می‌کند. آمازون همچنین اعلام کرد که برای کاهش وابستگی PyTorch به انویدیا، گام دیگری برمی‌دارد. این شرکت قصد دارد کدهایی را به پروژه اصلی PyTorch ارائه کند که وابستگی برخی قابلیت‌های آن به تراشه‌های انویدیا را حذف می‌کنند و باعث می‌شوند این ابزار به‌صورت پیش‌فرض با سخت‌افزارهای مختلف سازگارتر باشد.
