# Google تتيح TorchTPU مفتوح المصدر لتشغيل PyTorch على وحدات TPU

> يتيح المشروع المشترك بين Google وMeta للمطورين تشغيل أحمال PyTorch على رقائق Google مع تعديلات محدودة على الشيفرة، إلى جانب أدوات مثل vLLM وHugging Face.

Oossa · 2026-11-02 · https://oossa.com/ar/google-open-sources-torchtpu-for-running-pytorch-on-tpus

أتاحت Google برنامج TorchTPU مفتوح المصدر، وهو طبقة برمجية تمكّن المطورين من تشغيل PyTorch، مجموعة الأدوات الشائعة لبناء نماذج الذكاء الاصطناعي وتشغيلها، على وحدات Tensor Processing Units من Google، أو TPU. وطُوّر البرنامج بالتعاون مع فريق PyTorch في Meta، وصُمم لنقل أحمال العمل الحالية إلى عتاد TPU بتعديلات محدودة نسبيًا على الشيفرة، بدلًا من إعادة كتابتها.

تقول Google إن TorchTPU يدعم التنفيذ الفوري، الذي يشغّل العمليات فور استدعائها ويُفيد في تصحيح الأخطاء، والتنفيذ المترجم لأحمال الإنتاج. ويمكن للمطورين تغيير إعداد الجهاز من “cuda” إلى “tpu” واستخدام الواجهة الخلفية الموزعة لوحدات TPU؛ كما تشير Google إلى أن واجهة PyTorch البرمجية لاكتشاف المسرّعات خيار بديل. يتوفر TorchTPU على GitHub، لكن خارطة طريقه لا تزال تتضمن العمل على أشكال الإدخال الديناميكية، وسرعة الترجمة، وتغطية العمليات، والتعلم المعزز، والتكميم.

## ما الذي يتغير للمطورين؟

يربط الإطلاق وحدات TPU ببرمجيات يستخدمها بالفعل كثير من مطوري PyTorch. وتقول Google إن TorchTPU يعمل مع أداتي تقديم النماذج vLLM وSGLang، ومشروعات التدريب والتنسيق، ومنها TorchTitan وRay وTorchRec. وفي Transformers v5، تقول Hugging Face إن بإمكان المطورين اختيار وحدة TPU باستخدام الإعداد device_map="tpu". كما تدعم مكتبتها Diffusers التشغيل على وحدات TPU، بما في ذلك الوضع المترجم وتوزيع العمل على عدة مسرّعات.

يمثل هذا نهجًا مختلفًا عن PyTorch/XLA، وهو المسار السابق الذي اعتمدته Google لتشغيل PyTorch على وحدات TPU. وتقول Google إن ذلك النظام كان يتطلب تغييرات أكبر في الشيفرة، ويستغرق وقتًا طويلًا في الترجمة، ولا يدعم وضع التنفيذ الفوري في PyTorch. وأنشأت Google مسارًا للاختبار، يقيّم، بحسب InfoQ، نحو 5,000 نموذج من Hugging Face عبر أكثر من 500 بنية. ويشير ذلك إلى إجراء اختبارات واسعة، لكنه لا يعني ضمان تشغيل كل نموذج أو حمل عمل دون تغييرات.

## كيف يقارن بخيارات العتاد الأخرى؟

تقول Google إن وضع DeferAndFuse في TorchTPU، وهو مزيج من التنفيذ الفوري والمترجم، يمكن أن يكون أسرع بنسبة 50% على الأقل من وضع Strict Eager، مع خفض ذروة استخدام ذاكرة المسرّع. وفي اختبار منفصل، شغّلت Google نموذج Muse Glimmer ذا 30-billion-parameter باستخدام PyTorch القياسي: وتفيد InfoQ بأن معدل إنتاجية الاستدلال بلغ 25,700 tokens per second على شريحة TPUv7 واحدة عند طول تسلسل 5,120، و22,400 عند 10,240. أما التدريب على أربع شرائح TPUv7 فبلغ 5,600 و4,600 tokens per second عند الطولين نفسيهما، على التوالي. وهذه نتائج أوردتها Google، وليست مقارنة مستقلة.

وتضع TechCrunch برنامج TorchTPU إلى جانب TorchNeuron من Amazon، الذي أُعلن عنه في الأسبوع نفسه لتشغيل أحمال PyTorch على شرائح Trainium من Amazon. ويهدف كلاهما إلى تسهيل استخدام بدائل لوحدات معالجة الرسومات من Nvidia. ويضيف إصدار TorchTPU خيارًا آخر لمستخدمي PyTorch، لكنه لا يثبت بحد ذاته أن نقل حمل العمل سيخفض التكاليف أو يتفوق على إعداد المطور الحالي.

## الحقائق

- أعلنت Google عن TorchTPU مفتوح المصدر في مؤتمر PyTorch Conference 2026، وقالت إنه طُوّر بالتعاون مع فريق PyTorch في Meta.
- تقول Google إن وضع DeferAndFuse أسرع بنسبة 50% على الأقل من Strict Eager، مع خفض ذروة استخدام الذاكرة.
- تفيد InfoQ بأن Google اختبرت نحو 5,000 نموذج من Hugging Face عبر أكثر من 500 بنية.
- استخدم اختبار Muse Glimmer الذي أوردته Google نموذجًا ذا 30-billion-parameter، مع إجراء الاستدلال على شريحة TPUv7 واحدة والتدريب على أربع شرائح. 

## لماذا يهم

قد يسهّل TorchTPU على المطورين الذين يستخدمون PyTorch بالفعل اختبار أحمال العمل أو نشرها على وحدات TPU من Google دون إعادة بنائها من الصفر. لكن لا يزال من غير الواضح ما إذا كان هذا الانتقال سيحسن التكلفة أو السرعة لنموذج بعينه؛ فالأرقام المذكورة للأداء صادرة عن Google نفسها.

## المصادر والمراجع

1. [Google and Meta Open-source TorchTPU to Bring Native PyTorch Support to Google TPUs](https://www.infoq.com/news/2026/11/torchtpu-native-pythorch-tpu/?utm_campaign=infoq_content&utm_source=infoq&utm_medium=feed&utm_term=AI%2C+ML+%26+Data+Engineering) – InfoQ, 2026-11-02
2. [Google Cloud](https://cloud.google.com/blog/topics/ai-infrastructure/torchtpu-is-now-open-source-run-native-pytorch-on-tpus?hl=en) – Google Cloud
3. [Google has joined Amazon in attacking Nvidia’s stronghold with AI app developers](https://techcrunch.com/2026/10/20/google-has-joined-amazon-in-attacking-nvidias-stronghold-with-ai-app-developers/) – TechCrunch, 2026-10-20

آخر تحديث: 2026-11-02