IT之家 21 de octubre: AMD e Intel anunciaron ayer (20 de octubre) de manera conjunta una colaboración en la optimización de las CPU x86 para PyTorch:Ambas partes integrarán sus respectivos trabajos de optimización en la biblioteca de aprendizaje profundo de código abierto oneDNN, ofreciendo a los desarrolladores una ruta de software unificada para las CPU de ambas compañías.
Nota de IT之家: PyTorch es un marco de aprendizaje profundo de código abierto en Python, utilizado principalmente para construir, entrenar y desplegar redes neuronales. Es conocido por su flexibilidad, facilidad de depuración y su forma de programación cercana a Python, y se usa ampliamente en investigación académica y aplicaciones comerciales de IA.
Según el anuncio, ambas partes planean centralizar sus trabajos de optimización de procesadores en la biblioteca de código abierto oneDNN, convirtiéndola en la biblioteca de código abierto predeterminada para la aceleración x86 dentro de PyTorch. AMD integrará sus optimizaciones ZenDNN en oneDNN y se unirá a la UXL Foundation (Fundación de Aceleración Unificada) como miembro de su comité directivo.
La colaboración, excepcional entre ambas partes, fue impulsada por el grupo consultivo del ecosistema x86, convirtiendo la competencia en colaboración en el ecosistema de software de CPU. Si se lleva a cabo con éxito, los desarrolladores, proveedores de nube y usuarios empresariales podrían obtener una experiencia de rendimiento de PyTorch más consistente en servidores x86, estaciones de trabajo y PC de IA.
Además de oneDNN, AMD e Intel también están impulsando las AI Compute Extensions (ACE, Extensiones de Cómputo de IA). Esta es la próxima generación de arquitectura de conjunto de instrucciones orientada a x86, centrada en acelerar la multiplicación de matrices (una operación central en el entrenamiento y la inferencia de modelos de IA), y se prevé que estas capacidades se integren en PyTorch en el futuro mediante actualizaciones de oneDNN.
Para los desarrolladores, las cargas de trabajo de PyTorch que antes podían requerir adaptaciones y ajustes por separado para CPU AMD o Intel, en el futuro podrán recibir soporte de optimización a través de una única ruta de software. Ambas empresas afirman que esto reducirá la fragmentación del ecosistema de IA x86, disminuirá los costes de desarrollo y mantenimiento duplicados, y hará más fluida la construcción, el despliegue y la migración multiplataforma de aplicaciones de IA.