PyTorch/XLA
PyTorch 官方支持的 TPU 后端项目，借助 XLA 编译器将 PyTorch 计算图转换为 TPU 可执行二进制，采用惰性执行模式。
时间轴 (近 90 天)
PyTorch/XLA 方案依赖 xla_device 与 lazy tensor 机制，张量操作先被记录成图，直到需要具体数值时才触发编译执行。
PyTorch/XLA通过XLA编译器将PyTorch计算图转换为可在TPU上执行的二进制，采用惰性执行模式。
TorchTPU将取代PyTorch/XLA用于新工作负载。
PyTorch/XLA作为独立项目维护多年，其抽象层与PyTorch核心的演进节奏并不总是一致，版本兼容与算子覆盖经常成为社区痛点。
对已有PyTorch/XLA生产环境的团队，短期内更现实的做法是让新项目试点TorchTPU，存量系统按自身节奏评估迁移成本。
TPU长期仅通过谷歌云以托管服务形式对外提供，软件栈以XLA编译器和JAX/PyTorch/XLA桥接为主。
全部知识事实 (6)
PyTorch/XLA 方案依赖 xla_device 与 lazy tensor 机制，张量操作先被记录成图，直到需要具体数值时才触发编译执行。
50%待验证PyTorch/XLA通过XLA编译器将PyTorch计算图转换为可在TPU上执行的二进制，采用惰性执行模式。
50%待验证TorchTPU将取代PyTorch/XLA用于新工作负载。
50%待验证PyTorch/XLA作为独立项目维护多年，其抽象层与PyTorch核心的演进节奏并不总是一致，版本兼容与算子覆盖经常成为社区痛点。
50%待验证对已有PyTorch/XLA生产环境的团队，短期内更现实的做法是让新项目试点TorchTPU，存量系统按自身节奏评估迁移成本。
50%待验证TPU长期仅通过谷歌云以托管服务形式对外提供，软件栈以XLA编译器和JAX/PyTorch/XLA桥接为主。
50%