英特尔加入PyTorch基金会

英特尔以高级成员的身份加入PyTorch基金会，将与其他行业领导者合作，共同开发开源PyTorch框架和生态系统。英特尔认为PyTorch在加速人工智能方面发挥着关键作用——它允许快速应用程序开发，以促进实验和创新。加入PyTorch基金会强调了英特尔致力于通过技术贡献加速对机器学习框架的增强，并培育其生态系统。

英特尔对PyTorch的贡献始于2018年。PyTorch愿景是通过无处不在的硬件和开放软件实现人工智能的民主化。英特尔强调了推进PyTorch及其生态系统的持续努力，从而进一步实现“AI无处不在”的未来，优先考虑创新。英特尔还感谢与Meta的同事以及来自开源社区的其他贡献者的合作。

通过英特尔优化提升PyTorch 2.0功能

PyTorch受益于英特尔为x86提供的大量优化，包括使用英特尔oneAPI深度神经网络库（oneDNN）加速PyTorch、对aten运算符的优化、BFloat16和自动混合精度支持。英特尔还积极参与PyTorch通用功能（如量化和编译器）的设计和实现，为PyTorch 2.0贡献了四项重要的性能功能：

优化TorchInductor CPU FP32推理；

改进用于推理和训练性能的图神经网络；

针对x86 CPU平台的统一量化后端优化Int8推理；

利用oneDNN Graph API加速CPU上的推理；

英特尔还提议在该框架的下一版本中加入新功能。

PyTorch维护人员

英特尔有四名PyTorch维护人员（三名在职，一名退休），负责维护CPU性能模块和编译器前端。他们积极主动地尝试问题并审查来自社区的拉取请求（PR：pull requests，是为团队项目或开源项目做贡献的一种方式），并在PyTorch上游获得了数百个PR，这是一项令人印象深刻的壮举。这些CPU性能的维护者包括：

Mingfei Ma，深度学习软件工程师；

Jiong Gong，首席工程师和编译器前端维护人员；

Xiaobing Zhang，深度学习软件工程师；

Jianhui Li，高级总工程师（已退休）。

与PyTorch社区合作

英特尔的维护人员积极参与PyTorch社区，以促进人工智能开发人员、研究人员和行业专家之间的合作和创新。主要活动包括：

对PyTorch GitHub问题进行分类；

增强PyTorch文档（即PyTorch Docathon）；

举办会议和研讨会，分享包含PyTorch的英特尔最新应用程序；

发布技术博客、文章和白皮书；

通过PyTorch版本视频突出关键技术材料；

推进PyTorch开放生态系统。

PyTorch基金会是深度学习社区在开源PyTorch框架和生态系统上进行合作的中立组织。PyTorch基金会得到其成员和PyTorch开源项目主要贡献者的支持。基金会利用成员和贡献者提供的资源，开展社区讨论和合作。

在准备登陆上游PyTorch之前，英特尔将在英特尔扩展PyTorch中发布其最新的优化和功能；这让用户能够尽早获得加速和其他优势。此扩展基于oneAPI多体系结构编程模型，只需几行代码，你就可以利用最新的英特尔PyTorch软件和硬件优化。

此外，英特尔通过针对GPU最新功能和优化的PyTorch扩展，在英特尔显卡上获得额外的性能提升。在GitHub xpu master分支上的一个开源项目中发布。

英特尔还为PyTorch生态系统中的库提供技术支持，如torch serve、PyTorch Geometric、DeepSpeed和Hugging Face Transformers（例如Accelerate、Optimum）。

本月早些时候，英特尔还加入了Linux基金会的人工智能与数据基金会，成为高级成员。通过加入理事会，英特尔有机会贡献其领导开放创新和培育开发者社区的丰富经验，帮助制定该基金会人工智能和数据工作的战略方向，以加快开源人工智能项目和技术的发展。