<?xml version="1.0" encoding="UTF-8"?><rss version="2.0"
	xmlns:content="http://purl.org/rss/1.0/modules/content/"
	xmlns:wfw="http://wellformedweb.org/CommentAPI/"
	xmlns:dc="http://purl.org/dc/elements/1.1/"
	xmlns:atom="http://www.w3.org/2005/Atom"
	xmlns:sy="http://purl.org/rss/1.0/modules/syndication/"
	xmlns:slash="http://purl.org/rss/1.0/modules/slash/"
	>

<channel>
	<title>oneDNN &#8211; mylogs.cn</title>
	<atom:link href="https://mylogs.cn/tag/onednn/feed/" rel="self" type="application/rss+xml" />
	<link>https://mylogs.cn</link>
	<description>发现、记录、分享</description>
	<lastBuildDate>Wed, 21 Oct 2026 09:02:35 +0000</lastBuildDate>
	<language>zh-Hans</language>
	<sy:updatePeriod>
	hourly	</sy:updatePeriod>
	<sy:updateFrequency>
	1	</sy:updateFrequency>
	
	<item>
		<title>AMD 与英特尔罕见联手 统一 x86 的 AI 开发路径</title>
		<link>https://mylogs.cn/amd-%e4%b8%8e%e8%8b%b1%e7%89%b9%e5%b0%94%e7%bd%95%e8%a7%81%e8%81%94%e6%89%8b-%e7%bb%9f%e4%b8%80-x86-%e7%9a%84-ai-%e5%bc%80%e5%8f%91%e8%b7%af%e5%be%84/</link>
		
		<dc:creator><![CDATA[steve, zhang]]></dc:creator>
		<pubDate>Wed, 21 Oct 2026 09:02:35 +0000</pubDate>
				<category><![CDATA[科技]]></category>
		<category><![CDATA[AMD]]></category>
		<category><![CDATA[oneDNN]]></category>
		<category><![CDATA[PyTorch]]></category>
		<category><![CDATA[x86]]></category>
		<category><![CDATA[人工智能]]></category>
		<category><![CDATA[英特尔]]></category>
		<guid isPermaLink="false">https://mylogs.cn/amd-%e4%b8%8e%e8%8b%b1%e7%89%b9%e5%b0%94%e7%bd%95%e8%a7%81%e8%81%94%e6%89%8b-%e7%bb%9f%e4%b8%80-x86-%e7%9a%84-ai-%e5%bc%80%e5%8f%91%e8%b7%af%e5%be%84/</guid>

					<description><![CDATA[把各自优化并入同一开源库 AMD 与英特尔于 10 月 20 日共同宣布，将在 PyTorch 的 x86 中 [&#8230;]]]></description>
										<content:encoded><![CDATA[<h2 class="wp-block-heading">把各自优化并入同一开源库</h2>
<p class="wp-block-paragraph">AMD 与英特尔于 10 月 20 日共同宣布，将在 PyTorch 的 x86 中央处理器优化上展开合作：双方把各自的优化工作整合进开源深度学习库 oneDNN，为开发者提供跨两家处理器的统一软件路径。oneDNN 将作为 PyTorch 内部 x86 加速的默认开源库。</p>
<p class="wp-block-paragraph">PyTorch 是广受学术界与产业界使用的开源深度学习框架，用于构建、训练和部署神经网络。过去，针对 AMD 或英特尔 CPU 的 PyTorch 负载往往要分别适配、调优；合作落地后，开发者有望通过同一条软件路径完成优化，降低 x86 人工智能生态的碎片化，减少重复开发与维护成本。</p>
<figure data-wp-context="{&quot;imageId&quot;:&quot;6af10d0a3c565&quot;}" data-wp-interactive="core/image" data-wp-key="6af10d0a3c565" class="wp-block-image wp-lightbox-container"><img decoding="async" data-wp-class--hide="state.isContentHidden" data-wp-class--show="state.isContentVisible" data-wp-init="callbacks.setButtonStyles" data-wp-on--click="actions.showLightbox" data-wp-on--load="callbacks.setButtonStyles" data-wp-on--pointerdown="actions.preloadImage" data-wp-on--pointerenter="actions.preloadImageWithDelay" data-wp-on--pointerleave="actions.cancelPreload" data-wp-on-window--resize="callbacks.setButtonStyles" src="https://mylogs.cn/wp-content/uploads/2026/10/inline_82402b8237637156975ac2b3428c74bc_0.webp" alt="AMD 与英特尔联合优化 PyTorch x86 路径" title="图片来源：IT之家" style="max-width:100%;height:auto;"/><button
			class="lightbox-trigger"
			type="button"
			aria-haspopup="dialog"
			data-wp-bind--aria-label="state.thisImage.triggerButtonAriaLabel"
			data-wp-init="callbacks.initTriggerButton"
			data-wp-on--click="actions.showLightbox"
			data-wp-style--right="state.thisImage.buttonRight"
			data-wp-style--top="state.thisImage.buttonTop"
		>
			<svg xmlns="http://www.w3.org/2000/svg" width="12" height="12" fill="none" viewBox="0 0 12 12">
				<path fill="#fff" d="M2 0a2 2 0 0 0-2 2v2h1.5V2a.5.5 0 0 1 .5-.5h2V0H2Zm2 10.5H2a.5.5 0 0 1-.5-.5V8H0v2a2 2 0 0 0 2 2h2v-1.5ZM8 12v-1.5h2a.5.5 0 0 0 .5-.5V8H12v2a2 2 0 0 1-2 2H8Zm2-12a2 2 0 0 1 2 2v2h-1.5V2a.5.5 0 0 0-.5-.5H8V0h2Z" />
			</svg>
		</button></figure>
<h2 class="wp-block-heading">ZenDNN 并入，AMD 加入 UXL 基金会</h2>
<p class="wp-block-paragraph">公告称，AMD 将把其 ZenDNN 优化集成至 oneDNN，并加入统一加速基金会（UXL Foundation）担任指导委员会成员。促成这次罕见合作的是 x86 生态咨询组的推动，两家公司在中央处理器软件生态上「化竞争为协作」。若推进顺利，开发者、云服务商与企业用户都能在 x86 服务器、工作站与人工智能个人电脑上获得更一致的 PyTorch 性能体验。</p>
<h2 class="wp-block-heading">下一代指令集 ACE 同步推进</h2>
<p class="wp-block-paragraph">除 oneDNN 外，AMD 与英特尔还在推进面向 x86 的「AI 计算扩展」（AI Compute Extensions，ACE）下一代指令集架构，重点加速矩阵乘法——人工智能训练与推理中的核心运算。相关能力计划未来通过 oneDNN 更新接入 PyTorch。</p>
<p class="wp-block-paragraph">对构建、部署和跨平台迁移人工智能应用而言，统一的底层路径意味着更顺畅的开发体验。在英伟达在人工智能加速硬件上占据领先的背景下，x86 阵营选择在软件栈上抱团，折射出传统处理器厂商希望通过生态协同守住人工智能工作负载话语权的思路。</p>]]></content:encoded>
					
		
		
			</item>
	</channel>
</rss>
