電子發(fā)燒友網(wǎng)報道（文/周凱揚）根據(jù)EvansData全球開發(fā)調(diào)查報告22.1公布的數(shù)據(jù)，有48%的開發(fā)者著手的都是使用不止一種處理器的異構(gòu)系統(tǒng)，因為他們需要更高效的多架構(gòu)編程方案來提高負載的應(yīng)用范圍。然而，像CUDA之類的專用編程模型，雖然生態(tài)成熟度更高，但缺乏移植性，所以英特爾就拿出了oneAPI這一統(tǒng)一開放的編程模型。

oneAPI將最大化利用英特爾的新一代硬件

去年12月，英特爾發(fā)布了全新的InteloneAPI工具2023版本，新版本的工具將支持第4代XeonScalable處理器、XeonCPU Max系列，以及英特爾的數(shù)據(jù)中心GPU，包括Flex和Max兩大系列。

oneAPI對英特爾產(chǎn)品線的支持/英特爾

在英特爾AMX、AQT、AVX-512和矢量引擎等硬件特性的支持下，oneAPI進一步提高了這些英特爾硬件的深度學習處理性能和效率。比如在oneAPI的深度神經(jīng)網(wǎng)絡(luò)神經(jīng)庫下，XeonMaxCPU在MLPerfDeepCAM深度學習和推理下的性能，都要高出AMD的EPYC CPU，甚至高于英偉達的A100 GPU。在OpenMC、miniBUDE等計算負載下，英特爾的Max系列GPU也能實現(xiàn)兩倍于英偉達A100 GPU的性能。

英特爾也開始聯(lián)合開發(fā)社區(qū)，針對Tensorflow、PyTorch、Anaconda等常用框架進行優(yōu)化。根據(jù)Tensorflow官方公布的數(shù)據(jù)，在英特爾和谷歌對oneAPI的oneDNN優(yōu)化下，他們得以充分利用第四代XeonScalable處理器的性能，在使用該處理內(nèi)置的AMX擴展后，相較上一代處理器，不少AI模型的運行速度實現(xiàn)了至高19倍的提升。隨著oneAPI的oneDNN庫均已被集成到最新版的TensorFlow和PyTorch中，相信更多開發(fā)者會選擇轉(zhuǎn)投英特爾的懷抱。

對第三方GPU的支持

對于軟件開發(fā)人員來說，擺脫專有接口而轉(zhuǎn)用開放標準的話，無疑可以兼容更廣泛的平臺和架構(gòu)，但實現(xiàn)這一點需要的開發(fā)成本并不低。在英特爾收購了Codeplay之后，其軟件開發(fā)進度也逐步加快。去年年底，Codeplay宣布擴展oneAPI對第三方API的支持，讓多架構(gòu)多供應(yīng)商的編程變得更加簡單，于是對于英偉達GPU和AMD GPU的oneAPI插件也就面世了。

提供給第三方GPU的oneAPI可以與英特爾的oneAPI DPC++/C++編譯器，以及諸多流行的庫無縫銜接，這樣就能將不同的處理器的編程統(tǒng)一到開放標準上來。但同樣需要注意的是，oneAPI對第三方GPU的支持還不算很完善，比如對于AMD GPU的支持仍處于beta測試階段。而且當下oneAPI對已知的GPU支持相當有限，比如英偉達GPU正式支持的型號有RTX2060和A100，AMD GPU正式支持的型號只有Radeon Pro W6800。

雖然Codeplay稱第一版oneAPI應(yīng)該可以支持到更多的英偉達和AMD GPU，但他們并沒有在這些硬件平臺上進行測試，所以不能保證正確的運行。而且對于英偉達GPU來說，目前僅支持通用Linux系統(tǒng)，因為CUDA并不支持macOS，而支持Windows的版本將在未來推出。同樣的兼容性說明也適用于AMD的GPU，而且Codeplay已經(jīng)在AMD MI50、MI100和RadeonRX6700XT這些GPU上進行了測試，但AMD的HIP目前并不支持Windows或macOS，所以只有Linux一種操作系統(tǒng)選項。

小結(jié)

對于英特爾來說，直接與聲勢浩大的CUDA正面交鋒無疑不是一個明智的選擇，可有了oneAPI這個開放編程標準，繞過乃至實現(xiàn)CUDA移植可以為開發(fā)者提供更大的吸引力。畢竟如今的數(shù)據(jù)中心市場硬件換代速度快，又紛紛采用了異構(gòu)集成設(shè)計，如果英特爾堅持只為自己的硬件提供支持的話，那么非英特爾的CPU、GPU、FPGA和AI加速器都將繼續(xù)選擇自研或是公開的編程方案。而開放的oneAPI，在為其他硬件提供支持的前提下，充分利用英特爾硬件的核心優(yōu)勢，才能做到異軍突起。