AMD và Intel hợp tác đơn giản hóa việc phát triển AI trên nền tảng x86 bằng PyTorch

Trong một bước đi lịch sử nhằm thu hẹp khoảng cách và giảm sự phân mảnh trong hệ sinh thái phần cứng, hai đối thủ truyền kiếp AMD và Intel vừa chính thức công bố sự hợp tác mang tính chiến lược. Mục tiêu của liên minh này là kết hợp các nỗ lực tối ưu hóa CPU x86 cho framework trí tuệ nhân tạo (AI) PyTorch, mang lại trải nghiệm phát triển đồng bộ và hiệu quả hơn cho cộng đồng lập trình viên.

Hợp nhất sức mạnh thông qua thư viện mã nguồn mở oneDNN

Theo thông báo chính thức, hai hãng đã thống nhất chọn oneDNN (thư viện học sâu mã nguồn mở do Unified Acceleration Foundation - UXL quản lý) làm thư viện mặc định cho việc tăng tốc x86 trong PyTorch.

AMD sẽ tích hợp các tối ưu hóa dòng ZenDNN của mình trực tiếp vào oneDNN.
AMD đồng thời gia nhập UXL Foundation với tư cách là Thành viên Ban Giám đốc (Steering Member) nhằm thúc đẩy quá trình hợp tác mở này.

Sự thay đổi này giúp các nhà phát triển chỉ cần thông qua một con đường phần mềm duy nhất để tiếp cận các tối ưu hóa CPU cho PyTorch trên cả bộ vi xử lý của Intel lẫn AMD.

Ý nghĩa chiến lược đối với cộng đồng lập trình viên

Theo Khuyến nghị từ x86 Ecosystem Advisory Group, việc hợp tác này giải quyết trực tiếp bài toán phân mảnh phần mềm vốn gây nhiều khó khăn trước đây. Những điểm nổi bật đáng chú ý bao gồm:

Trải nghiệm đồng nhất: Lập trình viên không còn phải phân vân hay xây dựng các đường dẫn phần mềm riêng biệt để khai thác tối đa hiệu năng từ CPU x86 của các hãng khác nhau.
Đầu tư chung: Việc chia sẻ nguồn lực vào oneDNN giúp đẩy nhanh tốc độ hỗ trợ các tính năng AI hiện tại cũng như trong tương lai trên kiến trúc x86.
Chuẩn bị cho thế hệ mới: Hai công ty cũng đang đồng phát triển AI Compute Extensions — bộ tập lệnh kiến trúc thế hệ tiếp theo dành riêng cho x86 nhằm gia tăng tốc độ tính toán ma trận, với kế hoạch tích hợp vào PyTorch thông qua các bản cập nhật oneDNN trong tương lai.

Sự kiện này nhận được sự ủng hộ mạnh mẽ từ các đối tác lớn trong ngành. Đại diện từ Red Hat nhận định rằng việc chuẩn hóa các tối ưu hóa CPU x86 thông qua oneDNN trong PyTorch là một bước tiến lớn, giúp việc xây dựng, tối ưu và triển khai các mô hình AI trên hạ tầng x86 trở nên liền mạch và hiệu quả hơn bao giờ hết.