Реклама

AMD и Intel объединились, чтобы упростить запуск ИИ-моделей на процессорах x86

#Intel #ИИ-моделей #ZenDNN #ИИ-моделям #PyTorch
AMD и Intel объединились, чтобы упростить запуск ИИ-моделей на процессорах x86

AMD и Intel решили объединить усилия в разработке ПО для ИИ: AMD откажется от отдельной библиотеки ZenDNN и перенесёт свои оптимизации в общую библиотеку oneDNN, созданную Intel. Это позволит ИИ-моделям на фреймворке PyTorch, оптимизированном под Nvidia, эффективнее работать на x86-процессорах обеих компаний без дополнительных настроек. Кроме того, AMD присоединилась к руководящему совету фонда, который отвечает за развитие проекта. Источник изображения: hwbusters.com

AMD и Intel решили объединить усилия в разработке ПО для ИИ: AMD откажется от отдельной библиотеки ZenDNN и перенесёт свои оптимизации в общую библиотеку oneDNN, созданную Intel. Это позволит ИИ-моделям на фреймворке PyTorch, оптимизированном под Nvidia, эффективнее работать на x86-процессорах обеих компаний без дополнительных настроек. Кроме того, AMD присоединилась к руководящему совету фонда, который отвечает за развитие проекта.

Источник изображения: hwbusters.com

Изначально проект oneDNN был создан в Intel как набор вручную оптимизированных примитивов для глубокого обучения — операций свёртки, матричного умножения и функций активации, на которые приходится основная вычислительная нагрузка при работе моделей ИИ. Такие платформы, как PyTorch, TensorFlow, ONNX Runtime и OpenVINO, используют эту библиотеку для выполнения задач на центральных процессорах. Изначально она была оптимизирована именно под архитектуру Intel.

В ответ AMD представила ZenDNN — ответвление (форк), сохранившее API библиотеки oneDNN, но оптимизированное для архитектуры Zen. Это решение обеспечило высокую производительность на процессорах EPYC, но создало неудобства для владельцев смешанного парка оборудования: разработчикам приходилось следить за тем, какая именно версия библиотеки лежит в основе их программного стека.