Google abre TorchTPU: PyTorch nativo para sus chips TPU

Google publicó como código abierto TorchTPU, un backend nativo que permite ejecutar PyTorch, el framework de aprendizaje profundo más usado en investigación, directamente sobre sus chips TPU sin capas de traducción intermedias. El anuncio llegó apenas un día después de que Amazon presentara TorchNeuron, su propia integración nativa de PyTorch para los aceleradores Neuron.

El movimiento apunta directo al foso competitivo de Nvidia, que no se sostiene solo en el hardware sino en CUDA y en el ecosistema de librerías que durante años ató a los equipos de machine learning a sus GPU. Al ofrecer compatibilidad nativa con PyTorch, Google y Amazon reducen el costo de cambiar de plataforma: migrar ya no exige reescribir el código de entrenamiento y de despliegue.

Para los equipos de desarrollo la consecuencia práctica es más portabilidad. Un mismo modelo puede entrenarse o servirse en TPU, en Neuron o en GPU cambiando configuración en lugar de reescribir capas completas. Esa libertad de elección suele traducirse, con el tiempo, en presión a la baja sobre los precios de cómputo e inferencia, y en arquitecturas menos dependientes de un único proveedor.

El detalle a seguir será la madurez de ambas implementaciones: cobertura de operadores, rendimiento real frente a CUDA y soporte de la comunidad. Dos backends abiertos publicados con un día de diferencia son una señal clara de que la competencia por el software del cómputo acelerado acaba de subir de nivel.

Fuente: GitHub / TechCrunch (vía Hacker News).