Google ha dado un paso significativo en el competitivo mundo de la inteligencia artificial al lanzar TorchTPU, una versión de PyTorch ahora disponible como un proyecto de código abierto. Este movimiento busca desafiar el dominio que Nvidia ha consolidado en la industria, donde la mayoría de las aplicaciones de IA han sido desarrolladas para ejecutarse en sus chips gráficos (GPUs).
PyTorch es una herramienta de código abierto ampliamente utilizada por desarrolladores y startups para la creación, entrenamiento y ejecución de modelos de inteligencia artificial. Desde su lanzamiento por Meta (anteriormente Facebook) en 2016, ha ido ganando popularidad y se estima que es la base de alrededor del 85% de las aplicaciones de IA. Originalmente, muchas de sus características estaban diseñadas para funcionar con el hardware de Nvidia, dado que este ya era el estándar de facto para la investigación en inteligencia artificial en ese momento. En 2022, Meta cedió el control de PyTorch a la Fundación Linux, una organización sin fines de lucro dedicada a la gestión de proyectos de código abierto.
La nueva propuesta de Google
TorchTPU permite a las aplicaciones de IA ejecutarse en las unidades de procesamiento tensorial (TPUs) de Google, facilitando la migración de aplicaciones existentes de PyTorch a este entorno. Con un simple cambio en la configuración, los desarrolladores pueden trasladar sus aplicaciones a la nube de Google sin necesidad de reescribir el código.
Un giro interesante en esta batalla por el mercado de la IA es que Amazon también ha introducido su propia versión de PyTorch, conocida como TorchNeuron, que permite la portabilidad de las aplicaciones a su chip de IA, Trainium, y a AWS. Esta estrategia tiene como objetivo disminuir la dependencia de las soluciones de Nvidia, ya que Amazon ha anunciado que enviará código al proyecto principal de PyTorch para desacoplar diversas características de las dependencias del hardware de Nvidia, ampliando así la accesibilidad a otros tipos de hardware.
Aprovechando sinergias
Google podría tener una ventaja sobre Amazon en varios aspectos, ya que ha colaborado directamente con Meta, Hugging Face, Inferact y RadixArk, entre otros, para garantizar que las funciones y bibliotecas de código de TorchTPU sean compatibles con estas populares herramientas de desarrollo en IA. Esta colaboración puede traducirse en una experiencia de desarrollo más fluida y robusta para los programadores que decidan migrar.
Además, Google ha lanzado una suite de herramientas, conocida como TPU agent suite, diseñada para facilitar el proceso de traslado de aplicaciones a sus chips y a la nube, y para solucionar errores en el camino. La empresa también ha actualizado LiteRT, una herramienta que permite ejecutar aplicaciones de IA en dispositivos móviles y portátiles, para mejorar su funcionamiento con aplicaciones de PyTorch.
A pesar de estas innovaciones, no se espera que los desarrolladores de aplicaciones de IA abandonen rápidamente el hardware de Nvidia solo porque ahora tienen opciones más accesibles. Sin embargo, es evidente que tanto Amazon como Google están trabajando arduamente para reducir la ventaja competitiva que Nvidia ha disfrutado durante años.