Google TorchTPU Açık Kaynak: PyTorch TPU'da

Google, 20 Ekim 2026 Salı günü TorchTPU adını verdiği PyTorch sürümünü açık kaynak proje olarak yayınladı. Böylece şirket, yapay zeka uygulamalarının varsayılan olarak NVIDIA GPU'ları için yazıldığı ekosistemde Amazon'un bir gün önce başlattığı hamleye katılmış oldu.

TorchTPU nedir?

PyTorch, yapay zeka uygulamaları ve girişimlerin model geliştirmek, eğitmek ve çalıştırmak için kullandığı açık kaynak araç seti. Bazı hesaplara göre yapay zeka uygulamalarının yaklaşık %85'i PyTorch üzerine kurulu. Meta tarafından 2016'da geliştirildi ve 2022'de Linux Foundation'a devredildi. Ancak araç setinin pek çok özelliği, NVIDIA GPU'ları standart donanım olduğu dönemde yazıldığı için o çiplere göre şekillendi.

TorchTPU, aynı uygulamaları Google'ın Tensor Processing Unit (TPU) çiplerinde çalıştırmayı sağlıyor. Google'a göre mevcut PyTorch uygulamalarını TPU'ya, dolayısıyla Google Cloud'a taşımak için kodu yeniden yazmak gerekmiyor: basit bir konfigürasyon değişikliği yeterli.

Amazon'un hamlesiyle farkı

Amazon, bir gün önce TorchNeuron adlı kendi PyTorch sürümünü duyurmuştu. O da uygulamaların kod değişikliği olmadan Trainium çipine ve AWS'ye taşınmasını sağlıyor. Amazon ayrıca PyTorch ana projesine, özellikleri NVIDIA çiplerinden ayıran kod göndererek donanım bağımsızlığını daha geniş bir zemine oturtmaya çalışıyor.

Google ise birkaç noktada bir adım öne geçtiğini söylüyor: TorchTPU'nun özellik ve kod kütüphanelerinin popüler araçlarla uyumlu olması için doğrudan Meta, Hugging Face, vLLM'in arkasındaki Inferact ve SGLang'ı geliştiren RadixArk ile çalıştı.

TPU agent suite ve LiteRT güncellemesi

Google yalnızca bir kütüphane yayınlamadı. Şirket, uygulamaların Google çiplerine ve bulutuna taşınmasına yardımcı olmak, taşıma sırasında çıkan hataları düzeltmek için TPU agent suite adlı ayrı bir araç seti de açtı. Ayrıca telefon, dizüstü ve gömülü cihazlarda yapay zeka çalıştıran LiteRT aracını PyTorch uygulamalarıyla daha iyi çalışacak şekilde güncelledi.

Nvidia'nın avantajı gerçekten kırılıyor mu?

Teknik olarak kapı açıldı; ama bu, geliştiricilerin topluca NVIDIA donanımını bırakacağı anlamına gelmiyor. Maliyet hesapları, mevcut altyapı yatırımları, kütüphane olgunluğu ve üretimdeki güvenilirlik kararı belirleyen unsurlar. Yine de iki büyük bulut sağlayıcısının aynı hafta içinde PyTorch katmanına doğrudan müdahale etmesi, rekabetin donanımdan yazılım katmanına taşındığını gösteriyor.

Bu, Türkiye'deki ekipler için de pratik bir sonuç doğuruyor: Bir uygulamanın hangi çipte çalıştığı artık mimari bir karar olmaktan çıkıp konfigürasyon meselesine yaklaşıyor. Bulut maliyetlerini optimize etmek isteyenler için TPU ve Trainium seçenekleri, kod tabanını yeniden yazmadan test edilebilir hale geliyor.

Özet

Google TorchTPU'yu Apache tarzı açık kaynak proje olarak yayınladı, Meta ve Hugging Face gibi oyunculardan destek aldı, taşıma için ajan tabanlı araç seti ekledi. Amazon'un TorchNeuron hamlesinin bir gün ardından gelen bu adım, PyTorch'un donanımdan bağımsızlaşma sürecini hızlandırıyor.

PyTorch neden bu kadar kritik?

PyTorch, 2016'da Meta'da doğdu ve o dönemde yapay zeka araştırmalarının standart donanımı NVIDIA GPU'larıydı. Bu yüzden araç setinin alt katmanları, bellek yönetiminden çekirdek çağrılarına kadar GPU'ya göre şekillendi. Meta 2022'de projeyi Linux Foundation'a devrettiğinde, ekosistemin fiilî standardı çoktan oturmuştu.

Sonuç şu: Bir donanım üreticisi, PyTorch uygulamalarını kendi çipinde çalıştırmak istiyorsa ya uyumluluk katmanı yazmak ya da geliştiriciden kod değiştirmesini istemek zorunda kalıyordu. TorchTPU ve TorchNeuron, bu ikilemi ortadan kaldırmayı hedefliyor.

Google Cloud tarafındaki anlamı

Duyuru, Google Cloud'un altyapı blogunda yayınlandı; yani mesaj yalnızca geliştiricilere değil, bulut müşterilerine de gidiyor: Aynı PyTorch kod tabanı, Google'ın çiplerinde de çalışabilir. Bulut faturalarının önemli bir kısmı çıkarım maliyetinden oluştuğu için bu, satın alma kararlarında pazarlık kozu yaratıyor.

Yine de geçişin bedava olmadığını hatırlatmak gerekiyor: Kütüphane uyumluluğu tamamlanmış olsa bile üretim ortamında gecikme profilleri, hata ayıklama araçları ve ekip deneyimi yeniden doğrulanmak zorunda. Google'ın TPU agent suite ve LiteRT güncellemesi tam olarak bu sürtünmeyi azaltmak için var.

Kaynak: TechCrunch (20 Ekim 2026), Google Cloud blog duyurusu.