供应链🔥8.0
谷歌亚马逊联手拆英伟达CUDA围墙！98%模型免改写迁移、TPU比GB200快57%
📋总体概括
在PyTorch Conference上，谷歌与亚马逊同时向英伟达CUDA生态发起软件攻势：谷歌开源TorchTPU，验证近5000个Hugging Face模型后称98%的PyTorch模型仅需一行设备设定即可迁移至TPU；亚马逊以Apache 2.0授权推出TorchNeuron，让PyTorch模型直接跑在Trainium2/3上。性能上，16颗Ironwood TPU运行Kimi K3配合推测解码达每秒709 token，超过16块GB200+vLLM的速度。两家云巨头意在以低迁移成本撬动开发者离开CUDA，削弱英伟达最深的护城河。
⚡关键信息
- ▸谷歌开源TorchTPU，宣称98%的既有PyTorch模型改为「model.to(『tpu』)」即可在TPU运行
- ▸谷歌验证近5000个Hugging Face高频模型，其中4917个完成端到端验证，Tier-1无崩溃通过率达98%
- ▸亚马逊推出开源TorchNeuron（Apache 2.0授权），PyTorch模型仅需改少量配置即可运行于Trainium2与Trainium3
- ▸16颗谷歌Ironwood TPU（TPU v7）运行Kimi K3、开启推测解码后单用户生成速度达每秒709 token，优于16块GB200搭配vLLM
- ▸迁移时间被压缩至几分钟到数天，直接针对CUDA生态的模型迁移成本壁垒
🔥犀利点评
CUDA真正的护城河从来不是性能而是迁移成本，谷歌亚马逊这次直接掀桌子：一行代码换设备、98%模型免改写，等于把英伟达的锁定效应拆到只剩惯性。但别急着唱衰英伟达——云厂商自研芯片本来就是既定棋局，真正的问题是开发者愿不愿意为省卡钱承担碎片化生态的长期维护成本。这一仗打的不是单点跑分，而是三年后的采购议价权。
📰 相关资讯（与本文相关的其他资讯）
本文由本站自动聚合，以下为原始来源：前往 驱动之家 阅读全文 →