Google 聯手 Meta 挑戰輝達壟斷地位，TorchTPU 能賦能 TPU 削弱 GPU 嗎？
輝達以 GPU 與 CUDA 軟體生態稱霸 AI 運算領域多年，但 Google 正試圖改寫版圖。路透社指出，Google 正與 Meta 加強合作，打造名為「TorchTPU」的新計畫，目標讓其 TPU 晶片能原生且高效支援全球最主流的 AI 應用開發工具 PyTorch，對 CUDA 長期建立的軟體護城河發起挑戰。
從硬體到軟體生態：Google 押注 TorchTPU 迎戰輝達
ALPHAbet 旗下 Google 近年積極推動專注於 AI 運算的 TPU，盼能成為替代輝達 GPU 的核心產品，但硬體實力仍不足以撼動市場龍頭。
Google 對此啟動名為「TorchTPU」的計畫，聚焦在最關鍵的軟體相容性問題，目標讓 TPU 能像 Nvidia GPU 一樣順暢執行 PyTorch，降低企業從輝達轉向 TPU 的成本。
消息人士指出，與過往不同的是，Google 此次投入更大規模的組織資源與戰略重要性，希望扭轉 TPU 難以被主流開發者採用的困境。
PyTorch 生態綁定 CUDA：Google 尋求開發者「轉換成本」解法
PyTorch 由 Meta 主導，是最受全球 AI 開發者歡迎的開發框架，其效能依賴輝達的 CUDA 軟體堆疊。多年來，輝達工程師深度優化 PyTorch，使其能在 GPU 上取得巔峰表現，至今已形成難以動搖的壟斷優勢。
反觀 Google，內部長期使用自家機器學習框架 Jax 與 XLA 編譯器進行最佳化，讓 TPU 與 PyTorch 較難相容，導致企業若選擇 TPU 就必須投入額外工程成本。
因此，TorchTPU 的目的正是消弭這道障礙，加速 Google AI 晶片的市場滲透。
Google 聯手 Meta，共同削弱輝達市占
為了加速 TorchTPU 的進展，Google 正與 PyTorch 最大推動者 Meta 展開合作。知情人士透露，雙方正討論包括讓 Meta 獲得更多 TPU 資源，並共同改善 TPU 在 PyTorch 生態中的支援度。
對 Meta 而言，合作具有雙重利益，既能降低運算成本，也能在 AI 基礎設施上擺脫對輝達的高度依賴，藉此提升議價空間。換句話說，TorchTPU 可以說是兩大科技巨頭聯手挑戰市場結構的戰略行動。
TPU 走向全面商用化：Google Cloud 的下一波成長引擎
過去 Google 多將 TPU 保留給自家產品使用，但自 2022 年起，Google Cloud 成功取得 TPU 對外銷售權，使 TPU 成為雲端業務的重要成長來源。Google 甚至開始開放企業將 TPU 直接部署至自身資料中心，而非只能在 Google Cloud 平台使用。
隨著 AI 需求飆升，Google 希望透過 TorchTPU 降低客戶轉換風險，讓 TPU 成為 Nvidia GPU 之外最具競爭力的選項。若成功將有望為全球 AI 訓練市場帶來更激烈的競爭。
