ศึกชิงนักพัฒนา AI ระหว่างยักษ์คลาวด์กับ Nvidia ร้อนขึ้นอีกขั้น เมื่อ Google ประกาศเปิดตัว TorchTPU แบบโอเพนซอร์สเมื่อวันอังคารที่ 20 ตุลาคม 2026 เพียงหนึ่งวันหลังจาก Amazon ปล่อย TorchNeuron ออกมาเมื่อวันจันทร์ที่ 19 ตุลาคม
เกิดอะไรขึ้น
ทั้งสองเครื่องมือมีเป้าหมายเดียวกัน คือทำให้แอป AI ที่เขียนด้วย PyTorch ย้ายไปรันบนชิปของตัวเองได้โดยไม่ต้องเขียนโค้ดใหม่
- TorchTPU (Google) — ให้แอป PyTorch รันบนชิป TPU (Tensor Processing Unit) และ Google Cloud ได้ โดย Google ระบุว่า ย้ายได้ด้วยการเปลี่ยนคอนฟิก ไม่ต้องเขียนแอปใหม่ และทำงานร่วมกับ Meta, Hugging Face, Inferact (ผู้ทำ vLLM) และ RadixArk (ผู้ทำ SGLang) เพื่อให้เข้ากันได้กับเครื่องมือยอดนิยม
- Google ยังปล่อย TPU agent suite ช่วยย้ายแอปและแก้ error ระหว่างทาง และอัปเดต LiteRT (เครื่องมือรัน AI บนมือถือ แล็ปท็อป และอุปกรณ์ฝังตัว) ให้รองรับแอป PyTorch ดีขึ้น
- TorchNeuron (Amazon) — ให้แอป PyTorch ย้ายไปรันบนชิป Trainium และ AWS ได้โดยไม่ต้องเขียนใหม่ และ Amazon กำลังส่งโค้ดเข้าโปรเจกต์ PyTorch หลัก เพื่อแยกฟีเจอร์หลายส่วนออกจากการผูกกับชิป Nvidia
ทำไมเรื่องนี้สำคัญ
PyTorch ถูกพัฒนาโดย Meta (ตอนนั้นยังชื่อ Facebook) ในปี 2016 และส่งต่อให้ Linux Foundation ในปี 2022 ตาม TechCrunch ระบุว่า PyTorch ถูกใช้ในราว 85% ของแอป AI (ตามบางแหล่ง) แต่เพราะตอนที่ PyTorch เกิด GPU ของ Nvidia เป็นมาตรฐานของวงการอยู่แล้ว ฟีเจอร์จำนวนมากจึงถูกสร้างมาให้ทำงานกับ Nvidia โดยเฉพาะ — แอป AI ส่วนใหญ่จึง "ติด" Nvidia มาตั้งแต่ต้น
ถ้าการย้ายชิปง่ายแค่เปลี่ยนคอนฟิก จุดแข็งเรื่อง "ติดอยู่กับระบบ" ของ Nvidia ก็จะอ่อนลงTechCrunch ชี้ว่านักพัฒนาคงไม่ทิ้ง Nvidia ทันทีแค่เพราะย้ายง่ายขึ้น แต่ชัดเจนว่า Google และ Amazon กำลังพยายามลดความได้เปรียบนี้ ส่วนการแก้โค้ด PyTorch หลักของ Amazon ยังอยู่ระหว่างดำเนินการ ยังไม่เสร็จสมบูรณ์
แปลว่าอะไรสำหรับคนทั่วไปและธุรกิจ
ในระยะสั้น ผู้ใช้ทั่วไปอาจไม่เห็นความเปลี่ยนแปลงตรง ๆ แต่ในระยะยาว ถ้ามีชิปทางเลือกที่ใช้งานได้จริงมากขึ้น การแข่งขันด้านราคาค่าประมวลผล AI บนคลาวด์ก็มีโอกาสเข้มข้นขึ้น ซึ่งอาจส่งผลถึงต้นทุนบริการ AI ที่เราใช้กันทุกวัน
ทีมที่รันโมเดล AI บนคลาวด์เองอยู่แล้ว ลองเปรียบเทียบราคาและประสิทธิภาพระหว่าง GPU กับ TPU/Trainium ด้วยงานจริงของตัวเอง ก่อนตัดสินใจผูกกับผู้ให้บริการรายใดรายหนึ่งระยะยาว
Google และ Amazon ทำให้ PyTorch ย้ายไปรันบนชิปของตัวเองได้ง่ายขึ้นมาก — ยังไม่ใช่จุดจบของ Nvidia แต่เป็นสัญญาณว่าตลาดชิป AI กำลังมีทางเลือกจริงจังมากขึ้น