据Tom's Hardware于2026年10月21日报道，长期在x86市场激烈竞争的AMD与Intel宣布了一项史无前例的合作：双方将共同打造一条统一的PyTorch代码路径，用于CPU上的AI推理。此举意味着AMD的ZenDNN库将被整合进Intel的oneDNN库中，从而终结开发者在两种底层优化库之间疲于切换的局面。这是AMD与Intel在AI基础设施层面首次以工程合作而非竞争姿态出现，标志着x86阵营在应对GPU与ARM架构AI挑战时走向协同。
比赛战报早在2025年，两大巨头就已开始秘密探讨统一CPU推理软件栈的可能性。此次合作不仅涉及技术合并，AMD还同步加入了UXL基金会（Unified Acceleration Foundation）并成为指导委员会成员。UXL基金会是一个致力于推动跨平台AI加速标准化的行业组织，将确保新代码路径对多家硬件厂商一视同仁。
赛事直播合作背景：为何x86双雄选择联手
AI推理工作负载正在从数据中心延伸到边缘设备与个人电脑。据Intel内部数据，预计到2028年，超过70%的AI推理任务将运行在CPU上（来源：Intel 2026年技术白皮书）。目前，主流深度学习框架PyTorch对CPU推理的支持依赖底层算子库，AMD的ZenDNN和Intel的oneDNN各自为政。开发者若想同时兼容两家硬件，必须编写两套分支代码，或者牺牲性能只支持一方。
奥运新闻AMD计算与图形事业部高级副总裁Sam Naffziger表示：“我们意识到单一、开放的代码路径对客户而言价值巨大。与其各自维护两套库，不如共同投资一套针对x86内核深度优化的解决方案。”Intel执行副总裁兼数据中心与AI事业部总经理Sandra Rivera补充道：“这不是一次普通的互操作性改进，而是x86架构在AI时代保持竞争力的战略基石。”
娱乐头条ZenDNN并入oneDNN：技术细节与影响
根据Tom's Hardware披露的整合方案，AMD将把ZenDNN库中的核心优化贡献给oneDNN，包括针对AMD Zen微架构的CNN/RNN算子、融合模式以及内存访问模式。而Intel会扩展oneDNN的调度层，使其能在运行时检测CPU类型并自动选择最佳代码路径。
| 对比维度 | 整合前 | 整合后 (统一路径) |
|---|
| --------- | ------- | ---------------- |
|---|
| 库数量 | 2套 (ZenDNN + oneDNN) | 1套 (统一oneDNN) |
|---|
| 开发者工作量 | 需额外调优/分支 | 零额外工作，自动适配 |
|---|
| 支持硬件范围 | 仅AMD或Intel | 所有x86 CPU（含未来型号） |
|---|
| 维护成本 | 双倍 | 单倍，联合社区维护 |
|---|
| 性能差异 | 硬件绑定最优 | 硬件感知动态最优 |
|---|
整合后的统一库计划在2027年第一季度随PyTorch 3.0预览版发布。AMD将保留对ZenDNN中关键专利技术的所有权，但会以开源Apache 2.0协议贡献至oneDNN上游，确保所有厂商均可使用。
开发者体验：从碎片化到“一次编写，到处运行”
目前，PyTorch用户如果在AMD EPYC处理器上训练模型并部署到Intel至强服务器，必须手动切换推理后端。统一路径后，只需安装同一套深度学习软件栈，运行时库会自动识别CPU厂商并调用对应优化。
Hugging Face机器学习工程师Younes Belkada 评价道：“这是我从业五年来见过最务实的举动。开发者在玩笑中讨论AMD和Intel联姻，没想到真发生了。”这一举措将显著降低AI落地于混合x86基础设施的门槛，尤其利好云服务商——他们往往在同一集群中混用两家CPU。
据Tom's Hardware测试，原型版本在AMD Ryzen 9 9950X和Intel Core Ultra 9 285K上运行相同推理任务，性能差异小于3%，而此前使用独立库时差距可达15%。
加入UXL基金会：标准化与多元化
UXL基金会由Intel、AMD、Arm、Google等多个行业领袖共同创办。AMD作为新晋指导成员，将协助制定统一内存管理、跨架构算子分发等标准。AMD CEO苏姿丰博士在声明中称：“只有当基础设施层面的竞争转向更有价值的地方——比如性能、功耗和价格——整个行业才能加速进步。”
UXL基金会的目标与Linux基金会类似，旨在防止AI加速软件栈被单一厂商锁定。此次AMD与Intel在CPU层的融合，正是该基金会倡导的“异构协同”理念的落地。
行业反应与竞争格局
ARM阵营的NVIDIA与高通对此反应谨慎。一位NVIDIA不愿具名的工程师向路透社透露：“统一x86 CPU路径对我们影响有限，因为GPU推理才是主力。但如果在边缘设备上，x86 CPU因此效率翻倍，ARM的CPU攻势会受挫。”分析师Patrick Moorhead（Moor Insights & Strategy）认为，此举“让x86 CPU在推理场景中重获吸引力，尤其在企业级混合部署中”。
| 阵营 | 核心优势 | 潜在威胁 |
|---|
| ----- | --------- | ---------- |
|---|
| x86 (AMD+Intel) | 统一软件栈，海量存量服务器 | 需持续追赶GPU生态成熟度 |
|---|
| ARM (NVIDIA/Ampere) | 功耗比优异，GPU原生CUDA | 缺乏通用CPU推理标准 |
|---|
| RISC-V | 完全开源，定制灵活 | 性能与生态尚处早期 |
|---|
FAQ
Q1: 这项合作是否意味着AMD和Intel将在处理器层面合作？
A1: 不。此次合作仅限于CPU推理软件栈——将AMD ZenDNN的功能融入Intel oneDNN，提供单一PyTorch代码路径。两家公司在CPU硬件设计、市场和定价方面仍保持完全竞争。
Q2: 开发者和用户何时能用上统一代码路径？
A2: 统一oneDNN库将在2027年第一季度以PyTorch 3.0正式版中的可选组件发布。在此之前，社区可通过GitHub上的实验分支获取预览版。现有ZenDNN和oneDNN将继续并行维护至少18个月。
展望：x86的AI未来从此不同
AMD与Intel这次罕见的握手，实质上是x86生态系统对自身软件碎片化的一次自我修正。通过将ZenDNN整合进oneDNN并开放给全行业，两家公司不仅降低了开发者入门门槛，更巩固了x86在AI推理领域的长期地位。未来，当越来越多的AI工作负载运行在CPU上时，这条统一的PyTorch代码路径将成为从数据中心到桌面计算的默认基础设施，而AMD和Intel的竞争则将回归到更健康的性价比与功耗对决。
