AMD จับมือ Intel รวมพลังเร่ง AI บนซีพียู x86! ดึง ZenDNN เข้าสู่ oneDNN ใช้ PyTorch ตัวเดียวได้ทั้ง Ryzen และ Core

ศึกระหว่าง AMD และ Intel กำลังมีความเคลื่อนไหวที่น่าสนใจ เมื่อสองคู่แข่งในตลาดซีพียูประกาศร่วมมือกันยกระดับการประมวลผล AI บนสถาปัตยกรรม x86 โดยจะรวมการปรับแต่งซอฟต์แวร์สำหรับ PyTorch ของทั้งสองบริษัทเข้ากับ oneDNN ไลบรารีโอเพนซอร์สสำหรับเร่งการประมวลผล Deep Learning ซึ่งอยู่ภายใต้การดูแลของ Unified Acceleration Foundation (UXL)

ความร่วมมือที่ประกาศเมื่อวันที่ 20 ตุลาคม 2026 มีเป้าหมายเพื่อลดการแยกพัฒนาซอฟต์แวร์ระหว่างซีพียู AMD และ Intel ทำให้นักพัฒนาสามารถสร้างและปรับแต่งแอปพลิเคชัน AI บน PyTorch ผ่านเส้นทางซอฟต์แวร์เดียวกันได้ง่ายขึ้น โดย AMD จะนำการปรับแต่งจาก ZenDNN ซึ่งพัฒนาขึ้นสำหรับซีพียูตระกูล Ryzen และ EPYC เข้ามาผสานกับ oneDNN

นอกจากนี้ AMD ยังเข้าร่วม UXL Foundation ในฐานะ Steering Member เพื่อมีส่วนร่วมกำหนดทิศทางการพัฒนาไลบรารีและเทคโนโลยีเร่งความเร็วแบบเปิดในอนาคต

เลิกแยกเส้นทางซอฟต์แวร์ รวม ZenDNN เข้ากับ oneDNN

ก่อนหน้านี้ Intel มี oneDNN เป็นไลบรารีหลักสำหรับเร่งการประมวลผล Neural Network บนซีพียู ขณะที่ AMD พัฒนา ZenDNN เพื่อปรับแต่งการทำงานให้เหมาะสมกับสถาปัตยกรรม Zen โดยเฉพาะ

การมีเครื่องมือแยกกันไม่ได้หมายความว่า PyTorch ใช้งานบนซีพียูของอีกค่ายไม่ได้ แต่ทำให้นักพัฒนาที่ต้องการปรับแต่งประสิทธิภาพสูงสุดอาจต้องดูแลโค้ด ไลบรารี และการตั้งค่าที่แตกต่างกันตามแพลตฟอร์ม

ความร่วมมือครั้งนี้จึงกำหนดให้ oneDNN เป็นไลบรารีโอเพนซอร์สหลักสำหรับเร่งการทำงานบนซีพียู x86 ภายใน PyTorch โดยจะนำการปรับแต่งจาก ZenDNN เข้ามารวมกับโครงการ แทนการแยกพัฒนาระบบคู่ขนานต่อไป

ประโยชน์ที่คาดหวังคือการช่วยให้นักพัฒนาสามารถสร้าง ดูแล และนำแอปพลิเคชัน AI ไปใช้งานบนคอมพิวเตอร์และเซิร์ฟเวอร์ที่ใช้ซีพียู AMD หรือ Intel ได้สะดวกขึ้น ลดความซับซ้อนในการดูแลซอฟต์แวร์หลายชุด

อย่างไรก็ตาม การประกาศความร่วมมือไม่ได้หมายความว่าการรวมโค้ดเสร็จสมบูรณ์ทั้งหมดแล้ว และยังไม่มีการเปิดเผยกำหนดการที่แน่นอนว่า ZenDNN ส่วนใดจะถูกรวมเข้า oneDNN เมื่อใด

นักพัฒนา AI ได้ประโยชน์อย่างไร?

PyTorch เป็นเฟรมเวิร์กยอดนิยมสำหรับการพัฒนาและรันโมเดล AI โดยสามารถใช้งานบน GPU หรือซีพียูได้ ขึ้นอยู่กับชนิดของงานและระบบที่เลือกใช้

การปรับแต่งให้ซีพียูประมวลผล AI ได้มีประสิทธิภาพขึ้นมีความสำคัญในหลายสถานการณ์ เช่น การอนุมานโมเดล AI ภายในองค์กร การประมวลผลข้อมูลบนเซิร์ฟเวอร์ และการใช้งานที่ไม่จำเป็นต้องพึ่ง GPU ตลอดเวลา

เมื่อการปรับแต่งสำหรับซีพียู AMD และ Intel อยู่บนไลบรารีเดียวกัน นักพัฒนาก็มีโอกาสลดงานในการดูแลโค้ดเฉพาะผู้ผลิต รวมถึงทำให้การย้ายแอปพลิเคชันระหว่างระบบทำได้ง่ายขึ้น

แต่ประสิทธิภาพจริงยังขึ้นอยู่กับรุ่นซีพียู จำนวนคอร์ หน่วยความจำ ชุดคำสั่งที่รองรับ และลักษณะของโมเดล AI จึงยังไม่มีเหตุผลที่จะสรุปว่าซีพียู Ryzen และ Intel Core จะทำงานได้เร็วเท่ากันเพียงเพราะใช้ oneDNN ร่วมกัน

AMD และ Intel ยังจับมือพัฒนา AI Compute Extensions

อีกหนึ่งส่วนที่สำคัญของความร่วมมือคือ AI Compute Extensions (ACE) ชุดคำสั่งส่วนขยายสำหรับสถาปัตยกรรม x86 ที่ออกแบบมาเพื่อเร่งการคำนวณเมทริกซ์ ซึ่งเป็นพื้นฐานสำคัญของงาน AI และการประมวลผล Neural Network

ทั้งสองบริษัทวางแผนรองรับ ACE ผ่านการอัปเดต oneDNN ในอนาคต เพื่อให้นักพัฒนาสามารถเรียกใช้ความสามารถของฮาร์ดแวร์ผ่านซอฟต์แวร์ในรูปแบบที่เป็นมาตรฐานมากขึ้น

แนวทางนี้ต่างจากการเพิ่มประสิทธิภาพซอฟต์แวร์ของซีพียูรุ่นปัจจุบัน เพราะ ACE เป็นการพัฒนาความสามารถระดับชุดคำสั่งของ x86 โดยตรง ซึ่งต้องอาศัยทั้งฮาร์ดแวร์ที่รองรับและซอฟต์แวร์ที่ได้รับการปรับแต่งให้เรียกใช้คำสั่งเหล่านั้น

ปัจจุบันยังไม่มีการประกาศอย่างชัดเจนว่าซีพียูรุ่นใดจะเป็นกลุ่มแรกที่รองรับ ACE หรือจะเริ่มใช้งานได้ผ่าน PyTorch และ oneDNN เวอร์ชันใด 

Red Hat มองเป็นก้าวสำคัญในการลดการแบ่งแยกซอฟต์แวร์

Stephen Watt รองประธานฝ่าย Office of the Chief Technology Officer และวิศวกรผู้ทรงคุณวุฒิของ Red Hat รวมถึง PyTorch Ambassador มองว่าการนำการปรับแต่งของ AMD และ Intel มารวมไว้ใน oneDNN เป็นก้าวสำคัญในการลดความแตกแยกของระบบนิเวศซอฟต์แวร์

แนวทางนี้มีประโยชน์ต่อองค์กรที่ต้องพัฒนาและนำ AI ไปใช้งานบนฮาร์ดแวร์หลายแพลตฟอร์ม เพราะสามารถใช้พื้นฐานซอฟต์แวร์ร่วมกัน โดยไม่ต้องสร้างระบบเฉพาะสำหรับซีพียูแต่ละค่ายตั้งแต่ต้น

ทั้งนี้ AMD และ Intel ยังคงแข่งขันกันในตลาดซีพียูอย่างเต็มที่ ความร่วมมือครั้งนี้จึงไม่ได้หมายถึงการรวมธุรกิจหรือเลิกแข่งขันด้านประสิทธิภาพ แต่เป็นการร่วมกันกำหนดพื้นฐานซอฟต์แวร์และมาตรฐาน x86 ที่ทั้งสองบริษัทได้รับประโยชน์ร่วมกัน

ท้ายที่สุด การรวม ZenDNN เข้ากับ oneDNN และการเตรียมรองรับ ACE ถือเป็นความเคลื่อนไหวที่น่าจับตาของวงการซีพียู โดยเฉพาะในยุคที่ AI ไม่ได้ทำงานบน GPU เพียงอย่างเดียวอีกต่อไป หากการรวมระบบทำได้สำเร็จ นักพัฒนาก็จะมีเส้นทางที่ง่ายขึ้นในการสร้างแอปพลิเคชัน AI สำหรับทั้ง AMD Ryzen, EPYC และ Intel Core, Xeon ในอนาคต แต่ประสิทธิภาพที่เพิ่มขึ้นจริงยังต้องรอผลทดสอบจากซอฟต์แวร์เวอร์ชันที่ผสานการปรับแต่งเหล่านี้แล้วอย่างเป็นรูปธรรม