Techub News 消息,Google 与 Meta PyTorch 团队合作开发并开源了 TorchTPU,这是一个为 Cloud TPU 设计的原生 PyTorch 后端。该项目于 2026 年 10 月 20 日在 PyTorch Conference 2026 上宣布,旨在取代 PyTorch/XLA,并推荐用于所有新的工作负载。现有 PyTorch 代码可通过标准的 torch.device(「tpu」)来调用 TPU。 TorchTPU 是一个软件栈,包含 TorchTPU、vLLM-TorchTPU、SGLang-TorchTPU 和 TorchTitan 四个开源仓库。它通过 PyTorch 的 PrivateUse1 接口接入,张量是普通的 PyTorch 张量,无需子类或包装。它支持调试的 Eager 模式和用于生产级吞吐量的 torch.compile 模式。 Google 团队表示,TorchTitan 在 Ironwood(TPU7x)芯片上训练 Qwen 3 8B 模型时,最高实现了 52% 的模型浮点运算利用率。在一个微调案例中,经过完全调优后,每步时间从 11.49 秒降至 2.78 秒。该项目还集成了 Hugging Face Transformers、vLLM、SGLang 等生态工具。(MarkTechPost)
如您认为本页面(或本平台)内容存在侵权或违规情形,请您在发现之日起尽快与我们联系,并提供:权利人姓名/名称及联系方式、被侵权作品名称及权属证明、具体侵权链接及情况说明。我们在核实后将及时处理相关内容。
联系方式:creator@techub.news
商务合作:contacting@techub.news
点击链接下载 Techub News App,获取最新讯息:
https://www.techub.news/download
(或扫描下方二维码下载)

本网站所提供的所有信息仅供参考之用。
本网站不保证信息的准确性、有效性、及时性和完整性。
任何依赖于本网站所提供信息的行为,均由用户自行承担风险。
Techub News 消息,Google 与 Meta PyTorch 团队合作开发并开源了 TorchTPU,这是一个为 Cloud TPU 设计的原生 PyTorch 后端。该项目于 2026 年 10 月 20 日在 PyTorch Conference 2026 上宣布,旨在取代 PyTorch/XLA,并推荐用于所有新的工作负载。现有 PyTorch 代码可通过标准的 torch.device(「tpu」)来调用 TPU。 TorchTPU 是一个软件栈,包含 TorchTPU、vLLM-TorchTPU、SGLang-TorchTPU 和 TorchTitan 四个开源仓库。它通过 PyTorch 的 PrivateUse1 接口接入,张量是普通的 PyTorch 张量,无需子类或包装。它支持调试的 Eager 模式和用于生产级吞吐量的 torch.compile 模式。 Google 团队表示,TorchTitan 在 Ironwood(TPU7x)芯片上训练 Qwen 3 8B 模型时,最高实现了 52% 的模型浮点运算利用率。在一个微调案例中,经过完全调优后,每步时间从 11.49 秒降至 2.78 秒。该项目还集成了 Hugging Face Transformers、vLLM、SGLang 等生态工具。(MarkTechPost)
如您认为本页面(或本平台)内容存在侵权或违规情形,请您在发现之日起尽快与我们联系,并提供:权利人姓名/名称及联系方式、被侵权作品名称及权属证明、具体侵权链接及情况说明。我们在核实后将及时处理相关内容。
联系方式:creator@techub.news
商务合作:contacting@techub.news
点击链接下载 Techub News App,获取最新讯息:
https://www.techub.news/download
(或扫描下方二维码下载)

本网站所提供的所有信息仅供参考之用。本网站不保证信息的准确性、有效性、及时性和完整性。任何依赖于本网站所提供信息的行为,均由用户自行承担风险。