Cambricon entra na PyTorch Foundation como membro Platinum

Uma década de chips de IA, agora com assento na mesa do PyTorch

A Cambricon, fabricante chinesa de chips e aceleradores de IA fundada em 2016, entrou para a PyTorch Foundation como membro Platinum — o nível mais alto de participação na organização que mantém o framework sob a Linux Foundation. O anúncio reforça uma estratégia que a empresa chama de Upstream First: contribuir diretamente para o projeto original, em vez de manter forks próprios.

A empresa é uma das pioneiras em silício para IA e construiu, ao longo de uma década, um portfólio maduro de hardware e software em torno de sua linha de aceleradores MLU (Machine Learning Unit). Seus produtos têm adoção comercial ampla em aplicações como IA conversacional, IA agêntica, busca, publicidade e recomendação, geração de áudio e vídeo e outras cargas multimodais.

Contribuições que vão além do código de integração

Nos últimos anos, as contribuições da Cambricon ao PyTorch se espalharam por áreas centrais do framework: torch.compile, Eager Operators, Device Runtime, computação distribuída, AMP (precisão mista), Dataloader e Profiler. Em paralelo, a empresa trabalhou com a comunidade do vLLM para habilitar suporte “Dia 0” a modelos open source de peso, incluindo DeepSeek-V4 e GLM-5 — ou seja, os modelos passam a rodar no hardware Cambricon assim que são lançados.

A aposta é clara: tornar o PyTorch verdadeiramente device-agnostic, para que o mesmo código rode em GPUs, NPUs e MLUs sem fricção. “Para nós, o PyTorch não é apenas um framework — é o núcleo do nosso ecossistema de software”, afirmou Elton Gong, vice-presidente de Engenharia de Software da Cambricon. “Para os desenvolvedores, uma interface unificada significa menor custo de migração e uma experiência mais consistente.”

Governança e o que vem pela frente

Como membro Platinum, a Cambricon ganha um assento no Conselho de Governança da fundação, ocupado por Jin Wang, diretor sênior de Frameworks e Infraestrutura de IA. A empresa também passa a integrar o Conselho Consultivo Técnico (TAC) com Jing Zhu, mantenedor-líder do time de PyTorch, responsável pela extensão Torch-MLU baseada no mecanismo de backend PrivateUse1.

Olhando adiante, a Cambricon promete ampliar o investimento em infraestrutura de compilação, melhorias de CI/CD e suporte device-agnostic para bibliotecas de domínio específico do PyTorch. “Para qualquer acelerador de IA ter sucesso em escala, ele precisa encontrar os desenvolvedores ao longo de todo o ciclo de vida da IA”, disse Mark Collier, diretor executivo da PyTorch Foundation, ao dar as boas-vindas à empresa.

Para o mercado brasileiro, a relevância está na diversificação da oferta de chips de IA. À medida que mais aceleradores alternativos conquistam suporte nativo em frameworks mainstream como PyTorch e vLLM, aumenta a pressão competitiva sobre os fornecedores dominantes — o que tende a beneficiar quem compra capacidade computacional para treinar e servir modelos.