A disputa global pela inteligência artificial está acontecendo em várias frentes.
Modelos.
Chips.
Data centers.
Cloud.
Agentes.
Software.
Mas existe uma camada menos visível que conecta praticamente tudo isso: os frameworks utilizados pelos desenvolvedores para construir, treinar e executar sistemas de IA.
E é justamente nessa camada que empresas chinesas acabam de ampliar significativamente sua presença.
A PyTorch Foundation anunciou durante a PyTorch Conference China 2026, realizada em Xangai, a entrada de três grandes companhias chinesas em sua estrutura de membros:
Alibaba Cloud — Platinum;
Cambricon — Platinum;
Ant Group — Gold.
O anúncio conjunto ocorreu em 8 de setembro, durante o evento realizado ao lado da KubeCon + CloudNativeCon + OpenInfra Summit.
Mais do que uma adesão institucional, o movimento aproxima fabricantes de chips, provedores de cloud, desenvolvedores de modelos e plataformas financeiras chinesas da evolução de uma das tecnologias fundamentais da atual corrida da IA.
PyTorch virou infraestrutura básica da inteligência artificial
Para quem utiliza ChatGPT, Qwen ou diferentes sistemas de inteligência artificial, PyTorch normalmente permanece invisível.
Mas para desenvolvedores e pesquisadores, é uma das ferramentas mais importantes do setor.
O framework permite construir e treinar:
redes neurais;
modelos de linguagem;
sistemas multimodais;
modelos de visão computacional;
sistemas de recomendação;
e diferentes aplicações de machine learning.
O projeto nasceu dentro da Meta e posteriormente passou para uma fundação independente dentro da Linux Foundation.
Hoje, seu ecossistema vai muito além do framework original.
Alibaba Cloud agora está no nível Platinum
A entrada da Alibaba Cloud possui peso particular.
A empresa controla uma das maiores plataformas de computação em nuvem da Ásia e desenvolve a família de modelos:
Qwen.
Os modelos Qwen tornaram-se uma das principais famílias open-weight do mercado internacional.
A Alibaba também opera enormes cargas de treinamento e inferência utilizando PyTorch.
Ao ingressar no nível Platinum, a empresa passa a ter:
uma cadeira no Governing Board da PyTorch Foundation
e
uma cadeira no Technical Advisory Council — TAC.
Isso significa participação institucional tanto na governança quanto nas discussões técnicas do ecossistema.
Alibaba quer PyTorch funcionando em diferentes chips
Existe uma motivação tecnológica importante por trás da decisão.
A Alibaba Cloud opera infraestrutura extremamente heterogênea.
Isso significa trabalhar com diferentes:
GPUs;
aceleradores;
CPUs;
arquiteturas;
e sistemas de computação.
A companhia quer contribuir para que PyTorch ofereça uma experiência mais uniforme independentemente do hardware utilizado.
É um objetivo extremamente relevante para a China.
Dependência de GPUs tornou-se questão estratégica
Grande parte da revolução da IA foi construída sobre GPUs da Nvidia.
CUDA tornou-se um dos maiores ecossistemas de software da computação moderna.
O problema para a China é que restrições americanas à exportação de chips avançados transformaram essa dependência tecnológica em questão geopolítica.
Empresas chinesas passaram a acelerar o desenvolvimento de:
GPUs próprias;
NPUs;
aceleradores;
compiladores;
bibliotecas;
e infraestrutura alternativa.
Mas fabricar um chip é apenas metade do problema.
Um chip sem software pode valer muito pouco
Imagine uma empresa desenvolvendo um acelerador extremamente poderoso.
Se os desenvolvedores precisarem reescrever completamente seus modelos para utilizá-lo, existe uma enorme barreira de adoção.
É por isso que compatibilidade com PyTorch importa tanto.
O cenário ideal para fabricantes de chips alternativos é:
o desenvolvedor possui um modelo em PyTorch;
troca o hardware;
e o software continua funcionando com poucas modificações.
Quanto mais próximo disso o mercado chegar, menor será o chamado lock-in de hardware.
Cambricon entra justamente nessa parte da disputa
A segunda nova integrante Platinum é especialmente interessante:
Cambricon.
Fundada em 2016, a companhia chinesa desenvolve chips e aceleradores especializados em inteligência artificial.
Sua plataforma utiliza as chamadas:
MLUs — Machine Learning Units.
A Cambricon tenta construir uma alternativa chinesa capaz de atender cargas como:
treinamento de grandes modelos;
inferência;
IA generativa;
sistemas de recomendação;
busca;
agentes;
e aplicações multimodais.
Cambricon já contribuía para o PyTorch
A adesão não surgiu do zero.
A companhia já participa do desenvolvimento de diferentes componentes relacionados ao ecossistema.
Suas contribuições alcançam áreas como:
torch.compile;
Eager Operators;
Device Runtime;
Distributed Computing;
AMP;
DataLoader;
Profiler.
Agora essa relação ganha caráter institucional.
Estratégia é “Upstream First”
A Cambricon afirma seguir uma filosofia chamada:
Upstream First.
A ideia é evitar manter permanentemente uma versão paralela e profundamente modificada do framework apenas para seus próprios chips.
Sempre que possível, melhorias são levadas para o projeto principal.
Isso possui uma vantagem enorme.
Quanto mais recursos para diferentes aceleradores entram no upstream, menor fica a necessidade de forks específicos.
E quanto menor a fragmentação, mais simples é a vida do desenvolvedor.
Cambricon quer um PyTorch “device-agnostic”
A expressão utilizada pela empresa é especialmente importante:
device-agnostic.
Em português, algo como:
independente do dispositivo.
A ambição é permitir que o PyTorch trate diferentes aceleradores de maneira cada vez mais uniforme.
Isso não significa que todas as GPUs e NPUs se tornem tecnicamente iguais.
Cada arquitetura possui características próprias.
Mas significa criar abstrações que escondam parte dessa complexidade do desenvolvedor.
A meta pode ser resumida assim
Hoje, em muitos casos, existe uma relação muito forte entre:
modelo → framework → biblioteca → acelerador.
O futuro desejado pelo ecossistema seria mais próximo de:
modelo → PyTorch → qualquer acelerador compatível.
Essa diferença pode parecer pequena.
Para o mercado de chips de IA, é gigantesca.
Nvidia continua extremamente forte
Nada disso significa que a entrada da Cambricon na PyTorch Foundation derrube automaticamente a liderança da Nvidia.
A vantagem da Nvidia não está apenas no desempenho dos chips.
Está também em:
CUDA;
bibliotecas;
ferramentas;
documentação;
comunidade;
suporte;
otimizações;
e décadas de desenvolvimento.
Esse ecossistema é uma das maiores barreiras competitivas da indústria.
Por isso, tornar frameworks mais independentes do hardware pode ser estrategicamente importante para concorrentes.
Huawei já participa desse movimento
Outro nome importante presente no evento foi a Huawei.
A companhia não foi anunciada agora como nova integrante — ela já possui uma relação anterior com o ecossistema.
Na conferência chinesa, representantes da Huawei discutiram a integração entre:
Ascend
e
PyTorch.
Os aceleradores Ascend estão entre as principais apostas chinesas para reduzir a dependência de GPUs estrangeiras em determinadas cargas de IA.
A conferência reuniu diferentes camadas da IA chinesa
A composição das empresas ajuda a entender a estratégia.
Alibaba Cloud atua fortemente em:
cloud + infraestrutura + modelos.
Cambricon:
chips + aceleradores.
Huawei:
chips + sistemas + infraestrutura.
Ant Group:
aplicações + cloud native + agentes.
A PyTorch Foundation tenta colocar todas essas camadas dentro de um ecossistema comum.
Ant Group entra como membro Gold
A terceira nova integrante é a:
Ant Group.
A empresa é conhecida principalmente por sua atuação em serviços financeiros digitais e pela plataforma Alipay.
Mas sua infraestrutura tecnológica também opera em enorme escala.
A companhia vem trabalhando com:
cloud native;
IA;
agentes;
infraestrutura segura;
Kubernetes;
e diferentes projetos open source.
Na PyTorch Foundation, entrou no nível:
Gold.
Ant está interessada principalmente na era dos agentes
Durante a conferência, representantes da companhia apresentaram discussões sobre a infraestrutura necessária para executar agentes de IA em produção.
Um agente é diferente de um chatbot tradicional.
Ele pode:
executar código;
consultar sistemas;
abrir aplicações;
usar ferramentas;
manipular arquivos;
interagir com APIs;
e tomar diferentes ações.
Isso cria novos problemas de infraestrutura.
Agentes precisam ser isolados
Imagine um agente autorizado a executar código.
Você não quer necessariamente permitir que ele tenha acesso irrestrito ao servidor inteiro.
É preciso criar ambientes:
isolados;
temporários;
controlados;
auditáveis.
É por isso que tecnologias como:
Kubernetes Agent Sandbox
e
Kata Containers
aparecem nessa discussão.
A Ant Group apresentou justamente maneiras de combinar componentes cloud native para construir runtimes seguros e sob demanda para agentes.
PyTorch está deixando de ser apenas “um framework”
Essa talvez seja a parte mais importante da notícia.
Historicamente, PyTorch era conhecido principalmente como biblioteca para deep learning.
Mas a fundação está tentando organizar um ecossistema muito maior.
A visão apresentada na China pode ser resumida em quatro ideias:
Any Model.
Any Chip.
Any Cloud.
Any Agent.
Ou seja:
qualquer modelo;
qualquer chip;
qualquer nuvem;
qualquer agente.
É uma declaração estratégica
A PyTorch Foundation quer ocupar a camada neutra entre diferentes empresas.
Um desenvolvedor poderia utilizar:
um modelo da Alibaba;
um acelerador Cambricon;
infraestrutura Huawei;
uma cloud qualquer;
um runtime Kubernetes;
e ferramentas open source
sem precisar reconstruir toda sua aplicação.
Essa interoperabilidade é extremamente valiosa.
O open source está se tornando terreno neutro da disputa da IA
Existe uma ironia interessante.
Estados Unidos e China vivem uma das maiores disputas tecnológicas das últimas décadas.
Existem controles de exportação.
Restrições sobre semicondutores.
Investimentos bilionários.
Políticas industriais.
Disputas comerciais.
Mas desenvolvedores dos dois lados continuam colaborando em projetos open source.
PyTorch é um exemplo particularmente simbólico.
PyTorch nasceu na Meta
O framework surgiu dentro de uma gigante americana.
Posteriormente, sua governança foi transferida para uma estrutura independente sob a Linux Foundation.
Agora empresas chinesas estão ocupando posições importantes dentro dessa fundação.
Isso demonstra como infraestrutura open source pode atravessar fronteiras mesmo em um cenário geopolítico cada vez mais fragmentado.
Mais de 250 organizações chinesas participam de projetos do ecossistema
A própria PyTorch Foundation afirma que mais de:
250 organizações na China
contribuem para projetos ligados ao seu ecossistema.
Entre eles estão:
PyTorch;
vLLM;
Ray;
DeepSpeed;
Safetensors;
Helion.
Além disso, mais de 100 desenvolvedores baseados na China contribuem diretamente para PyTorch através de dezenas de organizações afiliadas.
vLLM é outra peça importante
A presença do vLLM merece atenção.
Treinar um modelo é apenas uma etapa.
Depois ele precisa responder aos usuários.
Isso é:
inferência.
vLLM tornou-se uma das tecnologias importantes para servir grandes modelos de linguagem com eficiência.
Cambricon também trabalha para ampliar a compatibilidade de seus aceleradores com esse ecossistema.
Segundo a empresa, isso inclui suporte desde o primeiro dia para modelos open source relevantes.
O objetivo final é reduzir o custo de trocar hardware
Esse é um dos maiores problemas atuais da infraestrutura de IA.
Uma empresa pode investir milhões adaptando sua plataforma para determinado acelerador.
Depois surge outro chip:
mais barato;
mais eficiente;
mais disponível.
Mas migrar pode custar tanto que não compensa.
Frameworks e runtimes independentes de hardware reduzem esse custo.
Quanto menor o custo de migração, maior a competição entre fabricantes.
Isso interessa à China — mas não apenas à China
Seria simplista interpretar a estratégia apenas como uma tentativa chinesa de escapar da Nvidia.
Empresas americanas também querem alternativas.
Hyperscalers desenvolvem seus próprios aceleradores.
Google possui TPUs.
AWS possui Trainium e Inferentia.
Microsoft desenvolve chips próprios.
Outros fabricantes disputam espaço.
Todo mundo se beneficia quando software consegue utilizar múltiplos backends com menos esforço.
O futuro provavelmente será heterogêneo
A indústria de IA dificilmente funcionará com um único chip para todas as tarefas.
Treinamento gigantesco pode utilizar determinado acelerador.
Inferência pode utilizar outro.
Edge AI pode utilizar outro.
Smartphones utilizam NPUs.
Data centers podem misturar CPUs, GPUs e aceleradores especializados.
O desafio é fazer o software funcionar nesse mosaico.
PyTorch quer ser uma das camadas capazes de conectar tudo.
Platinum significa também influência na governança
Existe ainda uma diferença importante entre simplesmente contribuir código e se tornar membro Platinum.
Alibaba Cloud e Cambricon recebem assentos na governança da fundação.
Isso lhes dá participação formal nas discussões sobre:
políticas;
prioridades;
visão;
e direção geral do ecossistema.
Não significa que as empresas passam a controlar o PyTorch.
A governança é compartilhada entre diferentes participantes.
Mas significa que passam a ocupar uma posição institucional relevante.
Gold possui participação diferente
A Ant Group, como membro Gold, entra em outro nível de participação.
Sua presença amplia especialmente a representação de empresas que utilizam IA em ambientes de produção de grande escala.
Isso é importante porque frameworks não podem ser desenvolvidos apenas pensando em laboratórios.
Precisam funcionar em ambientes reais com:
milhões de usuários;
segurança;
latência;
custos;
observabilidade;
isolamento;
e disponibilidade.
China quer participar do padrão, não apenas consumir tecnologia
Esse talvez seja o principal significado estratégico da notícia.
Durante muitos anos, empresas chinesas foram grandes consumidoras de tecnologias desenvolvidas principalmente nos Estados Unidos.
Agora querem participar diretamente da construção das camadas fundamentais.
Não apenas utilizar PyTorch.
Mas contribuir com:
compiladores;
abstrações de hardware;
integração de aceleradores;
infraestrutura distribuída;
runtimes;
e ferramentas.
É uma mudança importante.
A batalha da IA não será vencida apenas pelo melhor modelo
Modelos recebem quase toda a atenção pública.
GPT.
Qwen.
Gemini.
Claude.
DeepSeek.
Mas por trás deles existe uma enorme cadeia tecnológica.
Chips.
Frameworks.
Compiladores.
Runtimes.
Cloud.
Redes.
Bibliotecas.
Orquestração.
Inferência.
O modelo é apenas a camada mais visível.
A entrada de Alibaba Cloud, Cambricon e Ant Group na PyTorch Foundation mostra que a disputa pela inteligência artificial também está acontecendo justamente nas camadas que quase ninguém vê.
E existe um detalhe particularmente relevante:
quanto mais o PyTorch conseguir funcionar em “qualquer chip”, menor poderá ser a dependência estrutural de um único ecossistema de hardware.
Para a China, pressionada por restrições de acesso aos semicondutores mais avançados dos Estados Unidos, isso possui enorme valor estratégico.
Para o restante do mercado, significa algo igualmente importante:
mais competição.
Se modelos puderem migrar entre diferentes chips, clouds e infraestruturas sem precisar ser reconstruídos, fabricantes terão de competir cada vez mais em:
desempenho;
preço;
eficiência energética;
disponibilidade;
e qualidade.
No fim, a entrada das gigantes chinesas na PyTorch Foundation não é apenas uma notícia sobre três novos membros de uma fundação open source.
É mais uma peça de uma transformação maior:
a tentativa de construir uma infraestrutura global de IA em que o software não fique preso a um único chip, uma única nuvem ou uma única empresa.
