Viernes 23 de octubre de 2026 ·
Google y Amazon reducen la ventaja de CUDA de Nvidia: modelos PyTorch pasan a TPU o Trainium con cambios mínimos
Útil para
Meta ya ejecuta en producción inferencia de IA sobre TPU de Google mediante SGLang-TorchTPU, y Google afirma que más del 98 % de los modelos PyTorch existentes solo necesitan cambiar la configuración del dispositivo. Amazon publica TorchNeuron, con licencia Apache 2.0 y en beta pública, para ejecutar PyTorch en Trainium2 y Trainium3. En una prueba con Kimi K3, 16 TPU Ironwood alcanzaron más de 700 tokens por segundo, frente a 452 de una configuración de 16 GB200, aunque las configuraciones no eran idénticas.
Qué significa
La dependencia de CUDA, principal foso de Nvidia, pierde fuerza: migrar modelos PyTorch a TPU o Trainium deja de costar días o meses. Así, las empresas podrán elegir chip según precio, rendimiento y disponibilidad, aunque Nvidia mantiene su posición dominante.
Cómo te afecta
- CEO y dirección
Migrar modelos PyTorch a TPU o Trainium puede pasar de costar meses a cambiar una configuración, lo que convierte el chip en una decisión de coste y dependencia para el comité. Pregunta si tu estrategia de nube te permite elegir según precio y disponibilidad.
Fuentes originales
Resumen de Hoy en IA. Pulsa una fuente para leer la noticia completa en su idioma original.
- 鉅亨網Leer la noticia completa en 鉅亨網
Relacionadas
También ese día
Todas las noticias de IA del viernes 23 de octubre de 2026 ->