Intel und AMD vereinfachen oneDNN/ZenDNN für x86-KI

Intel und AMD haben eine Zusammenarbeit angekündigt, um Intels oneDNN und AMDs ZenDNN in eine einheitlichere Programmierschnittstelle zu integrieren. Dadurch soll das Ausführen von KI-Modellen auf x86-Prozessoren einfacher werden.

Intel bestätigte, seine oneDNN-Bibliotheken mit AMDs ZenDNN abzustimmen. Ziel sei es, die PyTorch-Unterstützung zu vereinfachen, sodass Entwickler weniger unterschiedliche Softwarepfade benötigen, um Prozessoren beider Anbieter zu unterstützen.

oneDNN ist eine Sammlung optimierter Bibliotheken für Deep-Learning-Operationen auf Prozessoren und anderer Hardware. ZenDNN ist AMDs Software-Toolset zur Optimierung von Deep Learning auf AMD-CPUs.

Die Unternehmen erklärten, die Harmonisierung dieser Werkzeuge solle die Softwarefragmentierung verringern und die Wartung sowie Entwicklung von KI-Anwendungen erleichtern.

Neben der Software arbeiten Intel und AMD an ACE, den Advanced Matrix Extensions. Diese sollen Matrixberechnungen beschleunigen, wie sie in Sprachmodellen und neuronalen Netzen auf x86-Prozessoren zum Einsatz kommen.

Hardware-Unterstützung für ACE ist bislang nicht verfügbar. Die Unternehmen erwarten, dass ACE im weiteren Verlauf dieses Jahrzehnts in Hardware verfügbar sein wird. Die praktischen Vorteile hängen damit von der Verfügbarkeit kompatibler Prozessoren und unterstützender Software ab.

Die Zusammenarbeit könnte vor allem für Unternehmenssysteme und latenzkritische Anwendungen relevant werden, bei denen Modelle auf CPUs statt auf teuren Beschleunigern laufen sollen, wenn Latenz, Ressourcenverbrauch und Hardwarekosten entscheidende Faktoren sind.

Trotz des langjährigen Wettbewerbs zwischen Intel und AMD könnte die gemeinsame Arbeit an Standards und Werkzeugen Entwicklern zugutekommen. Welche Auswirkungen dies letztlich auf die Leistung von KI-Modellen hat, wird von den finalen Implementierungsdetails und unabhängigen Tests abhängen.