开源了，不用重写是公司说法

IT之家这篇的页面时间是 2026/10/21 7:14:01。判断先写在前面：TorchTPU 已经放到 GitHub 上，但「不用重写代码」是谷歌的说法。这一页没有迁移步骤，也没有对照测试。

页面写，谷歌于当地时间周二宣布，面向谷歌 TPU 的原生 PyTorch 框架 TorchTPU 现已在 GitHub 开源。PyTorch 是开发者用来搭建、训练和部署模型的开源库。页面回顾，它最初由 Meta 在 2016 年开发，2022 年交给 Linux 基金会。当时英伟达的 GPU 已是研究里的常见硬件，所以库里许多功能是按英伟达 GPU 来做的。这是背景，不是这次发布的测量。

TorchTPU 要让应用在谷歌自研的张量处理单元上跑，并迁到谷歌云。页面的原话是：开发者仅需简单修改配置，无需重写应用代码即可完成迁移。配置改哪几项、改完能不能跑通原来的训练或推理，这一页没有写，也没有给出前后对照。所以「不用重写」停在公司说法，不能当成已经验证的迁移成本。

85% 不能当成份额。页面写「有统计称，85% 的人工智能应用都在使用 PyTorch」。没有给出统计是谁做的、样本是什么、年份是哪一年。同一段又说，目前绝大多数人工智能应用默认基于英伟达芯片。两句都没有出处。这篇不把 85% 或「绝大多数」写成已经核对过的市场份额。

合作方有名字。页面称，谷歌直接联合 Meta、Hugging Face、英菲拉克特（Inferact，vLLM 的开发方）、拉迪克斯阿克（RadixArk，SGLang 的开发方），以保证 TorchTPU 的功能和代码库能像原版 PyTorch 一样，和这些工具兼容。兼容到什么程度，页面没有测试数字。

另外两件也是产品说明，没有评测。一是 TPU 智能体套件。页面称，它用来帮助把应用迁到谷歌芯片和云，并在迁移中排查错误。二是 LiteRT 的升级。LiteRT 用于在手机、笔记本电脑和嵌入式设备上运行模型。页面称，升级后可以更好地支持用 PyTorch 开发的应用。「更好」没有对照分。

亚马逊是同一周的另一则消息，不是这篇的主体。页面写，亚马逊在当地时间周一发布了自家的 PyTorch 版本 TorchNeuron，并称可以在不重写代码的情况下，把应用迁到自研芯片 Trainium 和亚马逊云。这篇只记下这个对照，不展开它的做法。

页面自己收住了结论：这些进展并不代表开发者会仅仅因为可以迁到别的芯片和云，就集体放弃英伟达硬件。开源和「不用重写」都已写在这一页上。省下的工程量、速度和价格，这一页没有数字。