O Google anunciou em 20 de outubro de 2026, durante a PyTorch Conference, que o TorchTPU está disponível como projeto de código aberto. O software torna as TPUs, aceleradores de IA do Google, uma opção nativa para executar programas escritos em PyTorch. A iniciativa foi desenvolvida com a equipe PyTorch da Meta, segundo o comunicado oficial.
O que muda para desenvolvedores
O TorchTPU permite usar APIs conhecidas do PyTorch para treinamento e inferência, reduzindo a necessidade de reescrever aplicações para outro ambiente. O projeto inclui integração com vLLM, SGLang, TorchTitan, Ray e Hugging Face, além de ferramentas de depuração e otimização com torch.compile.
Isso não significa compatibilidade automática com todo código feito para GPUs NVIDIA: bibliotecas e kernels específicos podem exigir adaptações.
Código aberto e desempenho
O repositório do TorchTPU está público. O Google afirma ter validado treinamento distribuído com milhares de aceleradores Ironwood e divulgado ganhos de desempenho em cargas específicas. São resultados fornecidos pela empresa, não uma comparação independente e universal de custo ou velocidade com GPUs.
Em anúncio complementar, o Google detalhou backends nativos de vLLM e SGLang para TPU, voltados à execução de modelos de linguagem. A notícia se diferencia do TorchNeuron anunciado pela Amazon para chips Trainium: são projetos de fabricantes e plataformas distintos.
Meta confirma uso em produção
Em comunicado técnico divulgado no mesmo lançamento, Google e Meta informaram que o backend SGLang-TorchTPU já é utilizado em produção na Meta. Zongwei Zhou, responsável por PyTorch-TPU na empresa, descreveu o trabalho conjunto com Google e a equipe do SGLang para tornar o sistema adequado a cargas reais de inferência.
A confirmação se refere à pilha de software SGLang-TorchTPU em produção, não estabelece, por si só, que todos os data centers da Meta tenham adotado TPUs nem divulga a quantidade de aceleradores em operação. Também não demonstra superioridade geral de desempenho ou custo frente a GPUs de outros fabricantes.
O comunicado do Google Developers detalha a integração e a declaração da Meta.
Por que é relevante
PyTorch é uma das ferramentas centrais para desenvolver modelos de IA. Tornar TPUs mais acessíveis nesse ecossistema amplia as opções de infraestrutura para equipes de pesquisa e empresas, mas a adoção real dependerá de suporte a cada aplicação e de custos de operação.
Fontes: Google Cloud, 20/10/2026; Google Developers, 20/10/2026; código do TorchTPU.
Foto ilustrativa de uma TPU 3.0 de 2019: Zinskauf / Wikimedia Commons, CC BY-SA 4.0; não mostra o chip Ironwood atual.
Fontes
Google Cloud; Google Developers ↗
https://cloud.google.com/blog/topics/ai-infrastructure/torchtpu-is-now-open-source-run-native-pytorch-on-tpus | https://developers.googleblog.com/announcing-new-vllm-and-sglang-inference-engines-on-tpu/ | https://github.com/google-pytorch/torch_tpu