Intel och AMD förenar oneDNN och ZenDNN för x86 och ACE-stöd

Intel och AMD har meddelat ett samarbete för att integrera Intels oneDNN med AMD:s ZenDNN i ett mer enhetligt programmeringsgränssnitt. Syftet är att förenkla körningen av AI-modeller på x86-processorer.

Intel bekräftar att bolaget ska samordna sina oneDNN-bibliotek med AMD:s ZenDNN. Målet är att förenkla stödet för PyTorch, så att utvecklare behöver färre separata mjukvarulösningar för processorer från de båda tillverkarna.

oneDNN är en uppsättning optimerade bibliotek för djupinlärningsoperationer på processorer och annan hårdvara. ZenDNN är AMD:s verktygssvit för att optimera djupinlärning på AMD-processorer.

Enligt företagen ska ett harmoniserat ekosystem minska fragmenteringen på mjukvarusidan och förenkla underhåll och utveckling av AI-applikationer.

Utöver mjukvaran arbetar Intel och AMD med ACE, eller avancerade matrisutökningar, som ska förbättra de matrisberäkningar som används i språkmodeller och neurala nätverk på x86-processorer.

Det finns ännu inget hårdvarustöd för ACE. Företagen räknar med att tekniken ska dyka upp i hårdvara senare under detta årtionde, vilket innebär att de praktiska fördelarna beror på när kompatibla processorer och mjukvarustöd finns på plats.

Samarbetet kan få betydelse i företagsmiljöer och system med låga latenskrav, där det kan vara att föredra att köra modeller på CPU:er i stället för dyra acceleratorer när latens, resursförbrukning och hårdvarukostnad är avgörande.

Trots den långvariga konkurrensen mellan Intel och AMD kan gemensamt arbete med standarder och verktyg gynna utvecklare. Den slutliga effekten på AI-modellers prestanda beror på implementeringsdetaljer och resultat från oberoende tester.