Martedì 20 ottobre 2026 Google ha annunciato TorchTPU, una versione di PyTorch disponibile come progetto open-source. Con questa mossa il colosso di Mountain View affianca Amazon nel tentativo di spezzare la presa di Nvidia sull’industria dell’intelligenza artificiale, dove la maggior parte delle applicazioni AI viene scritta di default per girare sulle GPU del produttore.
PyTorch è il toolkit open-source più diffuso tra gli sviluppatori e le startup che creano, addestrano ed eseguono modelli di intelligenza artificiale: secondo alcune stime è alla base dell’85% delle app AI. Nato nel 2016 dentro Meta (all’epoca Facebook), molto prima che i modelli linguistici grandi cambiassero il mondo, il framework si è sviluppato in un’epoca in cui le GPU di Nvidia erano già l’hardware di riferimento per la ricerca AI. Per questo motivo molte delle sue funzionalità sono state costruite per funzionare in modo specifico con quei chip. Nel 2022 Meta ha ceduto PyTorch alla Linux Foundation, l’organizzazione no-profit che gestisce numerosi progetti open source di rilievo.
TorchTPU consente alle applicazioni AI di girare sui chip di Google, i Tensor Processing Unit (TPU), e semplifica il trasferimento delle app PyTorch esistenti verso queste unità e quindi verso Google Cloud. Gli sviluppatori possono farlo con un semplice cambio di configurazione, senza riscrivere il proprio codice.
Amazon aveva fatto un annuncio analogo lunedì, rilasciando la propria variante del framework: “Amazon ha rilasciato TorchNeuron, una versione di PyTorch per i suoi chip Trainium”. Anche in questo caso le app possono essere portate sul chip proprietario Trainium e su AWS senza alcuna riscrittura. La società di Seattle ha dichiarato di spingersi oltre nel suo sforzo di allentare la morsa di Nvidia su PyTorch: sta inviando codice al progetto PyTorch principale per disaccoppiare diverse funzionalità dai chip Nvidia, rendendo il framework più aperto a qualsiasi hardware per impostazione predefinita.
Google potrebbe però superare Amazon su alcuni fronti. L’azienda sostiene di aver lavorato direttamente con Meta, Hugging Face, Inferact (sviluppatore di vLLM), RadixArk (sviluppatore di SGLang) e altri partner per garantire che le funzionalità e le librerie di codice di TorchTPU funzionino bene con questi strumenti di sviluppo AI molto diffusi, esattamente come accade con il PyTorch originale.
In più, il gruppo di ricerca ha lanciato uno strumento dedicato, la TPU agent suite, pensato per aiutare gli sviluppatori a migrare le proprie applicazioni verso i chip e il cloud di Google e a correggere gli errori lungo il percorso. Ha persino aggiornato il popolare tool LiteRT, che esegue l’AI su telefoni, laptop e dispositivi embedded, per farlo lavorare meglio con le app PyTorch.
Niente di tutto questo implica che gli sviluppatori abbandoneranno in massa l’hardware di Nvidia solo perché ora possono spostarsi con facilità su chip e cloud alternativi. È però evidente che Amazon e Google stanno lavorando per porre fine al vantaggio di Nvidia.
