TorchTPU: باي تورش أصيل على وحدات TPU من جوجل وثمن النقل بسطر واحد
فتحت جوجل وميتا شيفرة TorchTPU في مؤتمر PyTorch 2026: باي تورش على TPU بوضع eager أولًا، وتجميع عبر Dynamo، وتحقق من أكثر 5,000 نموذج تنزيلًا على Hugging Face. قرأت منشوري PyTorch وGoogle Cloud والمستودع - ما الذي صدر، ولماذا ليس PyTorch/XLA، وأي الادعاءات تبقى للمورّدين.
TorchTPU: باي تورش أصيل على وحدات TPU من جوجل وثمن النقل بسطر واحد
في 20 أكتوبر، وخلال مؤتمر PyTorch 2026، فتحت جوجل وميتا شيفرة TorchTPU، وهو داعم باي تورش أصيل لوحدات TPU من جوجل يكون فيه النقل، في أفضل الأحوال، مجرد تغيير .to("cuda") إلى .to("tpu"). قرأت تدوينة مدونة PyTorch وإعلان Google Cloud والمستودع في 26 أكتوبر 2026. البنية موثقة بتفصيل غير معتاد؛ أما ادعاءات الأداء فهي ادعاءات المورّدين نفسهم، والشركتان اللتان موّلتا الجسر هما أيضًا الأكثر ربحًا من عالم تتحرك فيه شيفرة النماذج بحرية.
ما الذي صدر
TorchTPU جهد من جوجل بدأ في منتصف 2025 بالتعاون مع فريق PyTorch في ميتا، وأُصدر كمصدر مفتوح في مؤتمر PyTorch 2026 يوم 20 أكتوبر، بحسب مدونة PyTorch ومنشور Google Cloud بقلم مارك لوماير وبيل جيا. إنه داعم TPU مكتوب من الصفر وليس طبقة أخرى فوق JAX: التنفيذ الحثيث (eager) وضع من الدرجة الأولى، ويعمل torch.compile عبر Torch Dynamo لا عبر Lazy Tensors، وأساليب باي تورش الموزعة (DDP وFSDP وDTensor) حصلت على عمليات جماعية خاصة بـ TPU على مستوى Process Group. المستودع google-pytorch/torch_tpu كان يحمل 741 نجمة عندما قرأته في 26 أكتوبر ويتضمن رخصة أباتشي 2.0 في ملف LICENSE مطبقة على كل الملفات - ومكتشف GitHub يوسمها بأنها غير قياسية فقط بسبب سطر ترويسة. تسرد المدونة ما هو موجود اليوم: نحو 450 عملية Aten مع التمريرين الأمامي والخلفي لعمليات Core ATen اللازمة للبنى الرئيسة، ووضع eager باسم DeferAndFuse، وكتابة نوى مخصصة عبر JAX/Pallas أو Helion DSL.
لماذا ليس هذا PyTorch/XLA
أصدق جزء في الإعلان هو تشريحه للمحاولة السابقة. فقد قُدّم PyTorch/XLA عام 2020 وكان يُجمّع عبر Lazy Tensors: ويقول مؤلفو TorchTPU إنه كان يتطلب تعديلات متدخلة في الشيفرة لتحديد المناطق القابلة للتجميع، وعانى من زمن تجميع شديد، وافتقر إلى وضع eager حقيقي، وتأخر عن بدائيات باي تورش الموزعة. هذا وصف الفريق الجديد لعمل الفريق القديم، وكلا الفريقين داخل جوجل - لكن النقد يطابق ما يتذكره كل من صارع رسوم XLA، ويفسر مبادئ التصميم الثلاثة التي نشروها. المواطنة في باي تورش: لا تبعيات لـ JAX في زمن التشغيل، ووضع eager متين، وتجميع عبر Dynamo بأهداف أداء مماثلة لتجميع JAX. التركيز على المستخدم: يجب أن يعمل النموذج مباشرة بعد تغيير سطر الجهاز، مع التحفظ المذكور في المنشور نفسه بأن الأداء الأقصى ما زال يتطلب عملًا على الأشكال والتقسيم لأن النماذج مضبوطة على بنية GPU. تحسين أحدث ما وصلت إليه التقنية: تجميع JIT لوضع eager، ودينامية مقيدة حتى يتوقف XLA عن إعادة التجميع عند كل تغيير في الشكل.
ماذا يغطي «التحقق»
ادعاءات التوافق محددة بما يكفي لاختبارها. تقول المنشورات إن TorchTPU يشغّل مباشرة أكثر 5,000 نموذج تنزيلًا على Hugging Face - ومن العائلات المذكورة Qwen وDeepSeek وGemma وLlama وMistral وWhisper وCLIP وViT وResNet وBERT وT5 - وإن Transformers v5 يتيحه عبر device_map="tpu"، مع عمل Diffusers أصيلًا وتكامل مستمر ليلي لحزمة Transformers على بنية TPU. التقديم يعمل عبر vLLM وSGLang مع استدلال متعدد المضيفين، والتدريب عبر TorchTitan، والتنسيق عبر Ray، إضافة إلى TorchRec وllm-d وLiteRT. أقوى ادعاء هو أن TorchTPU يشغّل بالفعل استدلالًا وتدريبًا إنتاجيين لبعض من أكبر عملاء Google Cloud. هؤلاء العملاء غير مسمّين، لذا تبقى تلك الجملة ادعاء مورّد وليست مرجعًا.
الاقتصاد، مع الإسناد
ذكرت رويترز في ديسمبر 2025 أن جوجل تعمل مع ميتا على تآكل أفضلية إنفيديا البرمجية، وهذا الإصدار هو ما يبدو عليه ذلك التقرير على شكل شيفرة. اقتباس ميتا في منشور جوجل، من مديرة هندسة PyTorch جانا فان غرونين، يقول إن ميتا «لا يمكن أن تكون مقيدة ببنية عتاد واحدة» ويصوّر TorchTPU كمرونة عتادية لأعباء عمل النماذج اللغوية والإعلانات والتوصيات. أما جيف بودييه من Hugging Face فيصوّره كحياد عتادي. وإطار جوجل هو خيار العميل بين TPU وGPU وCPU تحت نموذج تشغيلي واحد - ويجدر التذكير بأن جوجل هي أيضًا الشركة التي تؤجر وحدات TPU، فللجسر كشك رسوم على الضفة البعيدة. لم يكن خندق إنفيديا يومًا الرقاقة فحسب؛ بل الافتراض بأن شيفرة CUDA لا يمكن أن ترحل. TorchTPU هجوم مموّل ومهندَس على ذلك الافتراض. وهل ينجح، ستحسمه عمليات الترحيل لا الإعلانات: أول تقرير علني لاحق لعملية تدريب حقيقية نُقلت من GPU إلى TPU سيساوي أكثر من كل ما نُشر هذا الأسبوع.
ما لم أتحقق منه
لم أشغّل عبء عمل باي تورش على TPU. كل عبارة أداء هنا - إنتاجية «منافسة للقطاع»، وسد الفجوة بين eager والمجمّع، ومطابقة تجميع Dynamo لمستوى JAX - هي من قول المورّد، وكذلك قائمة توافق النماذج الخمسة آلاف وادعاء العملاء الإنتاجيين. ونقد PyTorch/XLA صادر عن مؤلفي TorchTPU أنفسهم. قرأت عدد النجوم والرخصة من المستودع في 26 أكتوبر 2026.