# Google TPU 芯片已用于 Meta 生产环境中的 AI 系统

> Meta 通过两款原生支持 PyTorch 的推理引擎，在 Google 定制芯片上运行 AI 工作负载。但公告没有披露部署规模或可用情况。

Oossa · 2026-10-22 · https://oossa.com/zh/google-tpus-enter-meta-s-production-ai-systems

据 Tom’s Hardware 报道，Google 在开发者博客中宣布，其定制 AI 芯片——张量处理单元（TPU）——现已在 Meta 的生产环境中运行 AI 工作负载。该方案采用原生支持 PyTorch 的 SGLang 版本。这款软件用于运行 AI 模型并生成回复。Google 还宣布推出原生支持 PyTorch 的 vLLM 版本，这是另一款广泛使用的推理引擎。

这项变化让 Meta 无需像过去那样依赖 Google 的 JAX 框架，也能通过 Meta 开发的 AI 框架 PyTorch 使用 Google 芯片。Google 表示，新版本让开发者基本无需重写软件就能使用 TPU。文章标题还称，Google 首次向外部客户销售 TPU，但所提供的报道没有说明这些客户是谁，也未披露销售详情。

## 不再局限于 JAX

软件适配至关重要，因为只有开发者能用现有工具调用芯片，芯片才有实际用途。此前，SGLang 和 vLLM 通过 JAX 在 Google TPU 上运行。原生支持 PyTorch 的版本让已经使用 PyTorch 的团队也能选择 TPU，并有望减少将 AI 工作负载迁移到 TPU 硬件所需的工作。

Google 表示，vLLM 版本采用开源形式。报道没有说明 SGLang 版本是否采用相同的许可或访问条款，也没有解释开发者如何获取这两个版本。此外，报道未提供 Meta 使用的 TPU 数量、这些芯片运行的模型，或该方案的性能数据。

## 用户会感受到哪些变化？

目前确认的变化是，Meta 在其数据中心运行 AI 工作负载时多了一种选择。这或许能为其工程师提供更多硬件选项，但报道没有证据表明 Meta 产品的速度、质量或用户可用性会因此改变。报道也未说明 Meta 的部署是测试性质，还是更大范围的推广；目前只确认该方案已投入生产。

## 事实

- 据报道，Google TPU 已在 Meta 的生产环境中运行 AI 工作负载。
- Meta 的部署采用了原生支持 PyTorch 的 SGLang 版本。
- Google 还宣布推出原生支持 PyTorch 的 vLLM 版本，并称其为开源版本。
- 据报道，此前这两款推理引擎都通过 JAX 在 TPU 上运行。

## 为什么重要

Meta 的 AI 工程师现在可以使用原生支持 PyTorch 的 SGLang 和 vLLM 版本，在 Google TPU 上运行工作负载，而不必让这两款引擎依赖 JAX。这为 Meta 增添了一种硬件选择，但来源并未显示 Meta 产品的用户是否会感受到速度或功能上的变化。

## 来源与参考

1. [Google’s TPUs for AI workloads now run in Meta's data centers](https://www.tomshardware.com/tech-industry/artificial-intelligence/googles-tpus-for-ai-workloads-now-run-in-at-metas-data-centers-tpus-sold-to-external-customers-for-the-first-time-threaten-nvidias-market-dominance) – Tom's Hardware, 2026-10-22

最后更新: 2026-10-22