AMD и Intel совместно оптимизируют PyTorch для ИИ-задач на процессорах x86

AMD и Intel договорились сосредоточить работу над оптимизацией PyTorch в открытой библиотеке глубокого обучения oneDNN. Проект развивается под руководством фонда Unified Acceleration Foundation (UXL), который занимается продвижением открытых технологий для ускорения вычислений. Компании рассчитывают уменьшить разобщённость программной экосистемы x86 и облегчить разработчикам создание, поддержку и развёртывание ИИ-приложений на процессорах обоих производителей.

Это решение стало результатом рекомендации консультативной группы x86 Ecosystem Advisory Group. AMD и Intel признали oneDNN главной открытой библиотекой для аппаратного ускорения ИИ в PyTorch на x86-процессорах. Благодаря этому разработчики смогут опираться на единую программную базу, а не на отдельные способы оптимизации для оборудования каждой из компаний. AMD уже переносит наработки из собственной библиотеки ZenDNN в кодовую базу oneDNN, а также вошла в управляющий комитет UXL Foundation.

Следующим направлением совместной работы станет создание AI Compute Extensions — набора расширений системы команд x86 для ускорения матричного умножения. Подобные операции лежат в основе обучения и запуска нейросетей. Поддержку новых инструкций в PyTorch планируется обеспечить через обновления oneDNN. При этом технология пока находится в разработке: в сообщении не уточняется ни степень готовности расширений, ни сроки их появления в серийных процессорах.

В Intel надеются, что единый программный путь избавит разработчиков от необходимости подбирать инструменты оптимизации под конкретного производителя процессора. В AMD считают сотрудничество вкладом в развитие открытой программной экосистемы и шагом к более простому созданию производительных ИИ-приложений. Представитель Red Hat, которая участвует в сообществе PyTorch, тоже поддержал идею унификации инструментов для разработки и развёртывания подобных систем.

Соглашение затрагивает в первую очередь программную инфраструктуру и её развитие, а не выход нового процессора или готового ускорителя. Общая библиотека призвана облегчить использование уже имеющихся возможностей AMD и Intel, а с появлением AI Compute Extensions — дать единый способ подключения новых аппаратных функций к PyTorch.

Источник: iXBT