TPU Google Kini Kuasakan Pusat Data Meta dalam Cabaran Terus kepada Nvidia

Unit pemprosesan tensor Google kini berjalan di dalam pusat data Meta, menurut laporan daripada Perkakasan Tom yang diterbitkan pada 22 Oktober 2026 — kali pertama Google menjual cip AI tersuainya kepada pelanggan luar sebagai perkakasan yang digunakan dan bukannya melalui awannya sendiri. Langkah ini menandakan peralihan bersejarah dalam pasaran perkakasan AI, di mana GPU Nvidia telah lama menjadi pilihan lalai untuk melatih dan menyediakan model besar.

Selama bertahun-tahun, andaian dalam industri adalah bahawa ekosistem perisian CUDA Nvidia menjadikan GPUnya tidak boleh diganti, walaupun alternatif muncul. Andaian itu kini sedang diuji oleh dua syarikat yang berada pada kedudukan terbaik untuk memecahkannya. Perjanjian itu, di samping perbelanjaan infrastruktur AI Meta yang besar pada suku ini, menunjukkan betapa seriusnya hyperscaler mengejar kebebasan pengiraan — cerita yang boleh anda ikuti dengan lebih mendalam dengan perkembangan AI terkini yang diliputi setiap hari di halaman utama kami di aibuzzwire.news.

Daripada TorchTPU kepada Keluli dan Silikon

Asas untuk detik ini dibentangkan secara terbuka hanya dua hari lebih awal. Pada 20 Oktober, Google dan Meta bersama-sama sumber terbuka TorchTPU, bahagian belakang PyTorch asli untuk TPU Google, diumumkan pada blog PyTorch rasmi oleh pasukan TorchTPU. Projek ini bermula di Google pada pertengahan 2025 dengan kerjasama pasukan PyTorch Meta, dan ia melakukan sesuatu yang tidak diuruskan dengan bersih oleh usaha sebelumnya: ia membolehkan beban kerja PyTorch sedia ada dijalankan pada TPU dengan perubahan kod remeh, pada asasnya menukar `.to("cuda")` dengan `.to("tpu"`.

Itu penting kerana percubaan awal Google, PyTorch/XLA, dilancarkan pada tahun 2020, memerlukan pengubahsuaian kod sumber yang mengganggu, mengalami masa penyusunan yang lama dan tidak mempunyai sokongan untuk mod pelaksanaan bersemangat asli PyTorch. Banyak pasukan yang bereksperimen dengan TPU akhirnya kembali ke GPU Nvidia hanya kerana pengalaman pembangun terlalu menyakitkan. TorchTPU direka secara eksplisit untuk membetulkannya, tanpa kebergantungan JAX dalam masa jalan dan integrasi torch.compile yang dibina pada Torch Dynamo dan bukannya pendekatan Lazy Tensor yang lebih lama.

Perkara Yang Meta Dapat Daripada Tawaran

Keputusan teknikal yang telah diumumkan oleh Google dan Meta adalah ketara. Menurut butiran yang dilaporkan oleh Yahoo Tech, timbunan TorchTPU telah disahkan terhadap 5,000 model Hugging Face, dan mod pelaksanaan DeferAndFuse Google memberikan peningkatan prestasi sebanyak 50 peratus atau lebih berbanding pelaksanaan bersemangat yang ketat. Kajian kes vendor menunjukkan model Llama 3 405B Meta mencapai 57 peratus penggunaan model FLOP pada kelompok 128 hingga 1,024 Ironwood TPU — angka yang, walaupun dilaporkan sendiri, menunjukkan cip boleh menjalankan beban kerja latihan skala sempadan dengan cekap.

Ekonomi adalah cerita yang lebih besar. TPU telah lama dikhabarkan kos jauh lebih rendah daripada GPU Nvidia kelas atas, dan sebuah syarikat yang mempunyai selera pengiraan Meta — meliputi kedua-dua cita-cita penyelidikan AI dan sistem pengesyorannya — mempunyai setiap insentif untuk mempelbagaikan daripada pembekal tunggal. Bloomberg melaporkan seawal November 2025 bahawa Meta dan Google sedang berbincang untuk menggunakan TPU dalam pusat data Meta, dan kerjasama pada TorchTPU telah dilaporkan oleh Reuters pada Disember 2025. Apa yang telah berubah sekarang ialah perjanjian itu telah beralih daripada perbincangan kepada penggunaan, dengan Perkakasan Tom melaporkan bahawa cip dipasang secara fizikal dan berjalan di kemudahan Meta.

Retak dalam Perisai Nvidia

Nvidia masih menguasai majoriti besar pasaran pemecut AI, dan hasil pusat datanya kekal sebagai penanda aras yang diburu oleh pesaing. Tetapi dinamik berubah. Sebagai TechCrunch meletakkannya dalam liputan pelancaran TorchTPU, Google telah menyertai Amazon dalam menyerang kubu kuat Nvidia pada lapisan perisian yang memastikan pembangun terikat dengan perkakasannya. Meta, sementara itu, memperoleh leverage perundingan: setiap rak TPU yang dipasangnya ialah rak GPU yang tidak perlu dibeli pada harga Nvidia.

Tekanan datang dari pelbagai arah sekaligus. Amazon mempunyai cip Trainiumnya, Google mempunyai TPU, dan gelombang pemula sedang membina pemecut khusus inferens. Perkara yang menjadikan penggunaan Meta berbeza ialah skala dan keterlihatan. Meta ialah salah satu pelanggan terbesar Nvidia, dan jika pasukan kejuruteraannya membuat kesimpulan bahawa TPU boleh membawa bahagian yang bermakna bagi kedua-dua beban kerja latihan dan inferens, pembeli besar lain akan memberi perhatian yang teliti.

Kaveat

Tiada satu pun daripada ini bermakna kedudukan Nvidia runtuh dalam sekelip mata. Blog PyTorch sendiri memberi amaran bahawa walaupun model mungkin kehabisan kotak pada TPU, mencapai prestasi puncak masih memerlukan pengoptimuman yang sedar perkakasan, kerana bentuk model, strategi sharding dan pelaksanaan kernel biasanya ditala untuk seni bina GPU. Set arahan TPU berbeza daripada Nvidia, dan ekosistem alatan, perpustakaan dan jurutera berpengalaman kekal sangat tertumpu kepada GPU.

Terdapat juga persoalan bekalan. Google secara sejarah telah menyimpan TPU untuk beban kerja dalamannya dan pelanggan awannya, dan kapasiti pembuatan untuk pemecut tersuai tidak terhad. Sama ada Google boleh atau mahu membekalkan TPU pada skala yang bermakna kepada jumlah jejak pengiraan Meta — yang mengecilkan kebanyakan syarikat — masih menjadi persoalan terbuka.

Perkara yang Perlu Dilihat Seterusnya

Isyarat segera untuk dipantau ialah sama ada hyperscaler lain mengikuti petunjuk Meta, cara Nvidia bertindak balas terhadap harga, dan sama ada momentum sumber terbuka TorchTPU diterjemahkan ke dalam penghijrahan tulen beban kerja PyTorch ke infrastruktur TPU. Pasaran perkakasan AI telah menunggu bertahun-tahun untuk alternatif yang boleh dipercayai kepada Nvidia di bahagian atas. Dengan TPU kini berjalan di pusat data syarikat kedua, penantian itu akhirnya mungkin berakhir.

Kekal Mendahului AI

Perlumbaan perkakasan AI semakin pantas, dan pemenang dan yang kalah dalam dekad yang akan datang sedang diputuskan sekarang. Kekal mendahului AI dengan liputan bebas mengenai cip, model dan tawaran yang membentuk semula industri.

Baca lebih banyak berita AI →