Производители выбрали oneDNN общей основой для ускорения ИИ на CPU. AMD перенесёт в библиотеку оптимизации ZenDNN.
Коротко: 20 октября AMD и Intel объявили о совместной работе над оптимизациями PyTorch для процессоров x86. Общей библиотекой станет oneDNN: AMD интегрирует в неё наработки ZenDNN, чтобы разработчикам было проще переносить ИИ-приложения между системами двух производителей.
Решение принято по рекомендации x86 Ecosystem Advisory Group. Библиотека oneDNN развивается с открытым исходным кодом под управлением Unified Acceleration Foundation. AMD также присоединилась к этой организации в качестве участника руководящего комитета.
Практический смысл сотрудничества — сократить число отдельных путей оптимизации внутри программного стека. Разработчикам предлагается общая точка доступа к ускорению вычислений на AMD и Intel. При этом речь идёт именно о выполнении ИИ-нагрузок на центральных процессорах, а не об объединении архитектур самих чипов.
Компании связывают дальнейшее развитие с AI Compute Extensions — расширениями x86 для матричных операций. Их будущую поддержку планируют добавлять в PyTorch через обновления oneDNN. В опубликованном ранее техническом документе ACE описывается как способ совместить матричные и векторные вычисления с AVX10.
Для автора приложения полезность такого сближения заключается прежде всего в сопровождении: меньше отдельных вариантов кода — меньше различий, которые нужно учитывать при переносе проекта. Однако общий интерфейс не делает разные процессоры одинаковыми по скорости. Результат по-прежнему придётся оценивать на конкретной модели, наборе данных и конфигурации.
Intel: AMD and Intel Collaborate to Simplify AI Development on x86 CPUs Using PyTorch — 2026-10-20. Проверено 24 октября 2026 года.
x86 Ecosystem Advisory Group: The AI Compute Extensions for x86, version 1.0 — 2026-04-15. Проверено 24 октября 2026 года.
Обложка: Intel Corporation. Оригинал и сведения об авторе. Intel Newsroom: разрешение на редакционное использование. Исходник без изменений. Условия лицензии относятся к изображению.