AMD и Intel объединят оптимизации PyTorch для ИИ на процессорах x86

iXBT.com · 22.10.2026, 17:50:05

Компании выбрали открытую библиотеку oneDNN общей основой для ускорения ИИ-задач на своих процессорах, а следующим этапом станет поддержка новых инструкций AI Compute Extensions AMD и Intel договорились объединить наработки по оптимизации PyTorch в открытой библиотеке глубокого обучения oneDNN. Она развивается под эгидой фонда Unified Acceleration Foundation (UXL), который поддерживает открытые технологии ускорения вычислений. Компании рассчитывают сократить фрагментацию программной экосистемы x86 и упростить разработчикам создание, сопровождение и развёртывание ИИ-приложений на процессорах обоих производителей. Решение принято по рекомендации консультативной группы x86 Ecosystem Advisory Group. AMD и Intel согласовали oneDNN в качестве основной открытой библиотеки для аппаратного ускорения ИИ в PyTorch на процессорах x86. Это позволит разработчикам использовать общую программную основу вместо отдельных путей оптимизации под оборудование каждой компании. AMD уже переносит оптимизации из собственной библиотеки ZenDNN в кодовую базу oneDNN и вошла в управляющий комитет UXL Foundation. Источник изображения: сгенерировано Muse Следующий этап сотрудничества — разработка AI Compute Extensions, набора расширений системы команд x86, предназначенного для ускорения матричного умножения. Такие операции широко используются при обучении и запуске нейросетей. Компании планируют интегрировать поддержку новых инструкций в PyTorch через обновления oneDNN. Однако речь пока идёт о разрабатываемой технологии: о готовности расширений и сроках их появления в серийных процессорах в сообщении не говорится. В Intel рассчитывают, что общий программный путь избавит разработчиков от необходимости выбирать разные средства оптимизации в зависимости от производителя процессора. В AMD связывают сотрудничество с развитием открытой программной экосистемы и упрощением создания высокопроизводительных ИИ-приложений. Представитель Red Hat, участвующей в сообществе PyTorch, также поддержал унификацию инс