英特尔和海德堡大学联手将RADEON GPU支持引入人工智能

自去年11月发布以来，我们一直怀着极大的兴趣关注英特尔(Intel)的oneAPI--这是一个人工智能开发平台，旨在将硬件从开发人工智能代码的任务中抽离出来。本周，英特尔和海德堡大学计算中心(URZ)宣布了一个新的卓越学术中心(COE)，该中心将支持和开展oneAPI平台的研究。

这次新的合作紧随英特尔自己宣布的oneAPI规范达到1.0版本之后。1.0里程碑意义重大，因为它使协作者能够专注于使硬件适应标准的、固定的实现，而不必担心规范本身在他们脚下的快速变化。

URZ自己宣布了oneAPI卓越中心，首先重申了One API本身的理由：

URZ将把它的研究和编程努力集中在一个基本的高性能计算(HPC)挑战上，在这个挑战中，现代计算机使用不同类型的硬件进行不同的计算。加速器(包括图形处理单元(GPU)和现场可编程门阵列(FPGA))与通用计算处理器(CPU)结合使用。使用不同类型的硬件使计算机非常强大，并为各种情况和工作负载提供多功能性。然而，硬件的异构性使这些计算机的软件开发变得复杂，特别是在同时使用来自不同供应商的专用组件时。

这种复杂性的一个主要原因是许多加速计算体系结构需要它们自己的编程模型。因此，软件开发人员需要为异构系统中的每个处理单元学习和使用不同的(有时甚至是专有的)语言，这增加了复杂性并限制了灵活性。

One AP的跨体系结构语言数据并行C++(DPC++)，基于Khronos Group用于C++异构编程的SYCL标准，以其单一、统一的开放开发模型克服了这些挑战，实现了高效高效的异构编程和跨供应商支持。

URZ在oneAPI标准上的合作看起来是实现英特尔承诺的一个良好开端，即oneAPI将面向所有硬件，而不仅仅是英特尔。开发工作将由Aksel Alpay领导，他特别希望将AMD(Radeon)GPU支持到One API中。

要完全理解这一点，我们需要更深入地研究一下One API的底层技术。OneAPI建立在英特尔的数据并行C++(DPC++)之上，而数据并行C++本身就建立在C++和Khronos SYCL代码抽象层标准之上。Alpay本人就是SYCL标准hiSYCL实现的创始开发者，他的工作已经明确支持多CPU、通过CUDA的Nvidia GPU和通过ROCM的AMD GPU。

新的oneAPI卓越中心将利用Alpay(和其他公司)将DPC++功能和支持添加到hiSYCL中，后者已经本地支持Intel和AMD CPU、NVIDIA GPU和AMD(RADEON)GPU。反过来，URZ的研究人员和开发人员将有机会接触到国际专家网络，包括英特尔的专家，以及其他学术和政府机构的专家。

以下是海德堡大学(Heidelberg University)首席信息官、乌尔茨董事总经理文森特·赫夫林(Vincent Heuveline)教授的话：

对于一个科学计算中心来说，能够获得这种水平的专业知识，并与来自世界各地的合作伙伴共同制定开放标准，是一个美好的前景。

这所大学的工作帮助实现了英特尔自推出One API第一天起就做出的承诺，One API是一项有效的供应商中立、跨硬件平台的努力，而且可能并非偶然，它打破了NVIDIA多年来在GPU加速的机器学习生态系统中享有的近乎垄断的地位。打破这一事实上的垄断有利于英特尔自己的新兴Xe图形平台，以及AMD自己的Radeon，到目前为止，Radeon在很大程度上仅限于传统图形和游戏用途。