IT之家 Informations du 21 octobre : AMD et Intel ont annoncé hier (20 octobre) une collaboration sur l'optimisation des CPU x86 de PyTorch :Les deux parties vont intégrer leurs travaux d'optimisation respectifs dans la bibliothèque open source d'apprentissage profond oneDNN, offrant aux développeurs un chemin logiciel unifié pour les CPU des deux fabricants.
Note de IT之家 : PyTorch est un framework d'apprentissage profond open source en Python, principalement utilisé pour construire, entraîner et déployer des réseaux de neurones. Réputé pour sa flexibilité, sa facilité de débogage et son approche de programmation proche de Python, il est largement utilisé dans la recherche académique et les applications commerciales d'IA.
Selon l'annonce, les deux parties prévoient de centraliser leurs travaux d'optimisation des processeurs dans la bibliothèque open source oneDNN, afin d'en faire la bibliothèque open source par défaut pour l'accélération x86 dans PyTorch. AMD intégrera ses optimisations ZenDNN dans oneDNN et rejoindra l'Unified Acceleration Foundation (UXL Foundation) en tant que membre du comité de pilotage.
Sous l'impulsion du groupe consultatif de l'écosystème x86, cette coopération rare entre les deux parties a été rendue possible, transformant la concurrence en collaboration dans l'écosystème logiciel des CPU. Si la mise en œuvre se déroule bien, les développeurs, les fournisseurs de services cloud et les utilisateurs d'entreprise pourront bénéficier d'une expérience de performance PyTorch plus homogène sur les serveurs x86, les stations de travail et les PC IA.
Outre oneDNN, AMD et Intel font également progresser les « AI Compute Extensions » (ACE). Il s'agit d'une architecture de jeu d'instructions de nouvelle génération destinée au x86, axée sur l'accélération de la multiplication matricielle (opération centrale dans l'entraînement et l'inférence des modèles d'IA) ; ces capacités devraient être intégrées à PyTorch à l'avenir via les mises à jour de oneDNN.
Pour les développeurs, les charges de travail PyTorch qui nécessitaient auparavant des adaptations et des réglages distincts pour les CPU AMD ou Intel devraient désormais bénéficier d'un support d'optimisation via un même chemin logiciel. Les deux sociétés affirment que cela réduira la fragmentation de l'écosystème IA x86, diminuera les coûts de développement et de maintenance redondants, et facilitera la construction, le déploiement et la migration multiplateforme des applications d'IA.