AMD与英特尔已达成协议，将双方在PyTorch框架下的x86 CPU优化工作整合至oneDNN库中，旨在为两家公司的处理器构建统一的AI负载软件栈。

该协议的核心在于oneDNN，这是一个由统一加速基金会（UXL Foundation）管理的开源深度学习库，专门用于在CPU上运行AI负载。根据安排，双方已确认oneDNN作为PyTorch中x86加速的默认开源库。

作为合作的一部分，AMD正将其ZenDNN优化功能集成到oneDNN中，并已加入UXL基金会，成为其指导委员会成员。此举遵循了x86生态系统咨询小组的建议，该小组一直推动x86硬件在AI开发中采用更一致的软件方法。

对开发者而言，这意味着PyTorch的CPU优化将通过单一渠道在AMD和英特尔处理器上提供，从而减少在构建、维护和部署x86系统AI应用时对独立软件路径的管理需求。

消除碎片化

PyTorch在AI开发者中广泛使用，但跨处理器平台的软件碎片化一直是团队在平衡性能与可移植性时的长期痛点。通过将x86 CPU的工作集中在oneDNN中，AMD和英特尔试图简化框架用户的使用流程。

AMD公司架构与战略高级副总裁Robert Hormuth表示：“AMD正在推进开放的软件生态系统，赋予开发者更多选择，降低高性能AI应用的构建门槛。通过与x86生态系统咨询小组合作，我们汇聚行业力量，围绕共同技术简化x86处理器的开发。”

英特尔则将此次协议视为消除x86 CPU软件开发额外复杂性的关键举措。英特尔数据中心战略项目副总裁兼总经理Jeff McVeigh指出：“开发者不应因思考独立的软件路径而阻碍x86 CPU性能的发挥。通过与AMD在oneDNN上的合作，PyTorch社区为现代处理器提供了一致的方法，并将包括AI计算扩展在内的未来能力引入框架。”

延伸至ACE指令集

此次合作还延伸至AI计算扩展（ACE），这是一种面向AI负载的下一代x86指令集架构。ACE旨在加速矩阵乘法——这是许多AI模型中的核心操作，并将在未来的oneDNN更新中集成到PyTorch中。

尽管AMD和英特尔在服务器和客户端处理器领域直接竞争，但双方选择在AI软件栈的关键领域进行协作。这一结盟凸显了软件支持在决定开发者如何轻松迁移负载至不同处理器系列方面的重要性。

红帽对此表示支持，认为这是迈向跨x86架构统一体验的重要一步。红帽首席技术官办公室副总裁、PyTorch大使Stephen Watt表示：“当开发和运维体验无缝且统一时，开源创新才能蓬勃发展。AMD和英特尔携手通过oneDNN标准化PyTorch中的x86 CPU优化，是消除生态系统碎片化的重大进展，这将使开发者更容易在x86架构上一致地构建、优化和部署AI负载。”