AMD和英特尔今天做了一件放在几年前很难想象的事：两家把各自在x86 CPU上的PyTorch优化，合并到了同一个开源库oneDNN里。AMD把自己维护的Z… · @Kshsb783142 · TwKit

@Kshsb783142

AMD和英特尔今天做了一件放在几年前很难想象的事：两家把各自在x86 CPU上的PyTorch优化，合并到了同一个开源库oneDNN里。AMD把自己维护的ZenDNN直接并了进去，还加入了UXL基金会当指导成员，跟英特尔一起推这件事。 表面上看，这只是两个竞争对手在软件层面的技术协作。但放在AI算力的语境里，它指向的是一个更底层的竞争逻辑：CUDA的壁垒不只是“只能跑在英伟达芯片上”，还有一层是“在别的硬件上跑，软件路径是碎的”。 以前开发者在x86 CPU上跑PyTorch，英特尔的优化走一套路径，AMD的Zen架构走另一套，AVX指令集的支持程度各不相同，同一个模型换一颗CPU，可能就要重新调一遍。这种碎片化本身就在把人往“用英伟达的整套东西”那边推——不是因为它更好，是因为它更省事。 现在AMD和英特尔把路径统一到oneDNN，等于在CPU这一侧先把“换硬件要不要重写代码”的成本往下压了一截。这跟之前聊TorchNeuron是同一个方向，但层次不同：TorchNeuron削的是GPU侧的迁移门槛，oneDNN统一的是CPU侧的软件底座。两条线叠在一起，x86生态在给自己修一条更顺的路，让那些不必须依赖CUDA的负载，有一个更平滑的落脚点。 当然，这不代表CUDA的城墙明天就要塌。训练端的主力仍然是GPU，oneDNN解决的是CPU侧的碎片化，不是正面挑战GPU的算力地位。但AI推理和智能体负载里，有相当一部分工作落在CPU上，这部分如果跑得足够顺、足够便宜，客户在配整机的时候，手里的选项就多了一个。 AMD和英特尔在芯片上打得你死我活，在软件底座上却坐到同一张桌子前，这件事本身说明：在英伟达定义的规则面前，x86阵营选择先把自己这一侧的碎片收拾干净。收拾干净之后，才有资格谈“换一条路走”的可能性。 $NVDA $AMD $INTC 免责声明：本文纯属个人观点，不构成任何投资建议。

曝光 147 · 评论 2 · 点赞 4 · 书签 0