AI工具热点|TorchTPU为PyTorch提供TPU执行后端

◆后端适配覆盖算子、编译与分布式执行

Google公开的TorchTPU项目为PyTorch模型和操作提供TPU后端。当前仓库包含面向TPU的ATen算子实现，以及训练和推理示例，目标是让PyTorch程序能够使用Google的张量处理设备。

项目支持通过编译缓存优化XLA计算执行，并集成torch.compile()图模式。分布式能力包含数据并行和张量并行，示例覆盖Llama、Qwen、ResNet、DLRM等模型。接口、算子和编译路径的适配共同影响模型能否正确运行，不能只根据后端存在就假定任意程序已经完成迁移。

README列出的当前公共安装版本为0.2.0，支持Python 3.11及以上，并提供TPU虚拟机上的教程和交互笔记本。版本与环境需要和具体文档对应，公开仓库的全部开发变化也不一定已经包含在某个发行包中。

后端提供了PyTorch应用使用TPU的实现入口，实际性能仍取决于算子覆盖、图编译、设备和任务配置。框架兼容与不同硬件上的速度、成本比较是两项工作，本次公开说明不能直接当作所有模型的跨硬件评测结果。

◆参考来源

• Google PyTorch：TorchTPU官方仓库与README
• TorchTPU官方使用文档