Intel e l'Università di Heidelberg si uniscono per portare il supporto della GPU Radeon nell'AI

0
6

Ingrandisci / L'apprendimento automatico in realtà non ha un volto. Ma se mai dovesse succedere, vorremmo che quella faccia assomigliasse a questa.

Abbiamo seguito la oneAPI di Intel, una piattaforma di sviluppo progettata per astrarre l'hardware dal compito di sviluppare l'intelligenza artificiale e altro codice incentrato sui dati, con grande interesse sin dal suo lancio lo scorso novembre. Questa settimana, Intel e l'Heidelberg University Computing Center (URZ) hanno annunciato un nuovo Academic Center of Excellence (CoE), che supporterà e condurrà ricerche sulla piattaforma oneAPI.

La nuova collaborazione ha immediatamente seguito l'annuncio di Intel della specifica oneAPI raggiungendo lo stato 1.0. La pietra miliare 1.0 è significativa, poiché consente ai collaboratori di concentrarsi sull'adattamento dell'hardware a un'implementazione standard e fissa, senza preoccuparsi che le specifiche stesse si spostino rapidamente sotto i loro piedi.

L'annuncio di URZ del Centro di eccellenza oneAPI inizia ribadendo la ragion d'essere di oneAPI stessa:

URZ concentrerà i suoi sforzi di ricerca e programmazione su una sfida fondamentale di calcolo ad alte prestazioni (HPC) in cui i computer moderni utilizzano diversi tipi di hardware per calcoli diversi. Gli acceleratori, comprese le unità di elaborazione grafica (GPU) e gli array di porte programmabili sul campo (FPGA), vengono utilizzati in combinazione con i processori di calcolo generali (CPU). L'utilizzo di diversi tipi di hardware rende i computer molto potenti e offre versatilità per un'ampia gamma di situazioni e carichi di lavoro. L'eterogeneità dell'hardware, tuttavia, complica lo sviluppo del software per questi computer, soprattutto quando vengono utilizzati in tandem componenti specializzati di una varietà di fornitori.

Una delle ragioni principali di questa complicazione è che molte architetture di calcolo accelerate richiedono i propri modelli di programmazione. Pertanto, gli sviluppatori di software devono apprendere e utilizzare un linguaggio diverso, e talvolta proprietario, per ciascuna unità di elaborazione in un sistema eterogeneo, il che aumenta la complessità e limita la flessibilità.

Il linguaggio multi-architettura Data Parallel C++ (DPC++) di oneAP, basato sullo standard SYCL di Khronos Groups per la programmazione eterogenea in C++, supera queste sfide con il suo unico modello di sviluppo aperto unificato per una programmazione eterogenea performante e produttiva e supporto cross-vendor.

La collaborazione di URZ sullo standard oneAPI sembra essere un buon inizio per mantenere le promesse di Intel che oneAPI riguarderà tutto l'hardware, non solo quello di Intel. Gli sforzi di sviluppo saranno guidati da Aksel Alpay, che sta specificamente cercando di portare il supporto della GPU AMD (Radeon) su oneAPI.

Annuncio pubblicitario

Enlarge / hipSYCL fa parte del più ampio ecosistema di astrazione hardware SYCL e si rivolge a prestazioni neutre e quasi native su CPU e GPU allo stesso modo.

Per comprenderlo appieno, dobbiamo approfondire un po' le tecnologie sottostanti di oneAPI. OneAPI si basa su Data Parallel C++ (DPC++) di Intel, a sua volta basato sugli standard del livello di astrazione del codice C++ e Khronos SYCL. Alpay è lui stesso lo sviluppatore fondatore dell'implementazione hipSYCL dello standard SYCL e il suo lavoro supporta già esplicitamente più CPU, GPU Nvidia tramite CUDA e GPU AMD tramite ROCm.

Il nuovo centro di eccellenza oneAPI impiegherà Alpay (e altri) per aggiungere funzionalità e supporto DPC++ in hipSYCL, che già supporta CPU Intel e AMD, GPU Nvidia e GPU AMD (Radeon) in modo nativo. I ricercatori e gli sviluppatori di URZ, a loro volta, avranno accesso a "una rete internazionale di esperti", compresi quelli di Intel, nonché di altre istituzioni accademiche e governative.

Ecco cosa ha detto il professor Vincent Heuveline, CIO dell'Università di Heidelberg e amministratore delegato di URZ:

Per un centro di calcolo scientifico avere accesso a questo livello di competenza e lavorare insieme su uno standard aperto con partner di tutto il mondo è una prospettiva meravigliosa.

Il lavoro dell'università aiuta a realizzare le promesse che Intel ha fatto sin dal primo giorno di oneAPI di essere uno sforzo su più piattaforme hardware e indipendente dal fornitore e, probabilmente non a caso, rompere il quasi monopolio di cui Nvidia ha goduto nella macchina accelerata dalla GPU ecosistema di apprendimento per anni. Rompere questo monopolio di fatto avvantaggia la nuova e nascente piattaforma Xe Graphics di Intel, così come la Radeon di AMD, che finora è stata in gran parte limitata alla grafica "tradizionale" e all'uso dei giochi.

LASCIA UN COMMENTO

Per favore inserisci il tuo commento!
Per favore inserisci il tuo nome qui