Weniger Softwarevarianten zu pflegen
AMD plant, seine ZenDNN-Optimierungen in oneDNN einzubringen und zugleich die prozessorspezifische Arbeit fortzusetzen. Ziel ist weniger Fragmentierung: Entwickler hätten eine gemeinsame Bibliothek für den Zugriff auf Optimierungen von AMD und Intel.
Diese Annäherung betrifft die Softwareebene. Sie macht die Prozessoren beider Marken weder identisch noch werden alle Aufgaben gleich schnell ausgeführt. Die Leistung muss weiterhin mit der jeweiligen Hardware und den betreffenden Modellen bewertet werden.
Vorbereitung auf kommende x86-Erweiterungen
Die Zusammenarbeit umfasst auch die AI Compute Extensions, kurz ACE. Diese Erweiterungen sollen insbesondere Matrixmultiplikationen beschleunigen und über künftige oneDNN-Updates in PyTorch eingebunden werden.
Was sich dadurch in einem Projekt ändert
PyTorch stellt das Entwicklungsframework bereit, während eine Optimierungsbibliothek auf einer tieferen Ebene bestimmte Operationen beschleunigt. Eine gemeinsame Basis kann die Zahl der Varianten reduzieren, die in einem gemischten Gerätebestand verteilt und geprüft werden müssen. Unterschiede bei Befehlen, Speicher oder Kernanzahl bleiben bestehen.
Für ein Team mit einer bestehenden Anwendung bleibt ein schrittweises Vorgehen sinnvoll: verwendete Versionen erfassen, unterstützte Operationen prüfen und Ergebnisse mit den eigenen Modellen messen. Die Ankündigung beschreibt eine Richtung und Integrationsarbeit; sie rechtfertigt allein keinen sofortigen Austausch einer stabilen Umgebung. Es geht um x86-CPU-Beschleunigung, nicht um eine Zusammenlegung der GPU-Plattformen beider Hersteller.
Fazit
Für Teams, die mehrere Umgebungen betreuen, könnte eine gemeinsame Basis den Prüf- und Wartungsaufwand senken. Der wichtigste Vorteil wäre daher möglicherweise kein Benchmark-Rekord, sondern eine leichter weiterzuentwickelnde Anwendung. Die tatsächlich ausgelieferten Versionen müssen zeigen, welche Auswirkungen die Annäherung auf bestehende Projekte hat.