AMD i Intel nastavljaju usklađivati razvoj ekosustava x86. Najnoviji korak, objavljen 20. listopada, odnosi se na objedinjavanje optimizacija za izvršavanje AI aplikacija u PyTorchu na procesorima obiju tvrtki. Zajedničku osnovu trebala bi činiti biblioteka otvorenoga koda oneDNN, u koju AMD integrira optimizacije iz svojeg ZenDNN-a.
Za arhitekturu x86, čija je velika prednost široka programska podrška, to otvara važnu mogućnost: uvođenje novih AI funkcija uz manje razlika između platformi i manje dodatnog rada za razvojne timove.
PyTorch programerima pruža okruženje za razvoj i izvršavanje modela strojnog učenja. Međutim, performanse tih modela ovise i o bibliotekama koje u pozadini izvršavaju matematičke operacije. oneDNN omogućuje optimizirane implementacije množenja matrica, konvolucija, pažnje i drugih operacija svojstvenih dubokom učenju. Biblioteka može prepoznati mogućnosti procesora tijekom izvršavanja i pripremiti odgovarajuće optimizirane računske funkcije. Iza zajedničkog sučelja zato mogu postojati različite implementacije prilagođene konkretnom sklopovlju.
Prema novom dogovoru, donesenom na preporuku skupine x86 Ecosystem Advisory Group, AMD i Intel usuglasili su se o upotrebi oneDNN-a kao zadane biblioteke otvorenoga koda za ubrzavanje na platformama x86 unutar PyTorcha. AMD je pristupio i zakladi UXL Foundation kao član upravljačke razine „Steering Member”, čime sudjeluje u otvorenoj suradnji na daljnjem razvoju.
To ipak ne podrazumijeva iste performanse na svakom procesoru. Zajednička biblioteka omogućuje programskoj podršci korištenje raspoloživog sklopovlja, dok brzina i dalje ovisi o procesorskim mogućnostima, memorijskom sustavu, modelu i načinu izvršavanja.
Temelj današnjih aktivnosti postavljen je 15. listopada 2024., kada su AMD i Intel osnovali skupinu x86 Ecosystem Advisory Group – EAG.
Skupina je osnovana radi usklađivanja važnih arhitektonskih funkcija i programskih sučelja, poboljšanja kompatibilnosti i jednostavnijeg uključivanja novih mogućnosti u operacijske sustave, razvojna okruženja i aplikacije.
Među osnivačima bili su Broadcom, Dell, Google, HPE, HP, Lenovo, Meta, Microsoft, Oracle i Red Hat, uz Linusa Torvaldsa i Tima Sweeneyja kao istaknute sudionike. Takav sastav pokazuje da suradnja obuhvaća potrebe cijelog ekosustava, od proizvođača računala do autora sistemske i poslovne programske podrške. Na aktualnom popisu članova nalaze se i Adobe i Nutanix, što dodatno proširuje zastupljenost softverskih tvrtki i poslovnih platformi.
Najizravnija poveznica između ove suradnje i budućeg sklopovlja za umjetnu inteligenciju jesu proširenja AI Compute Extensions – ACE.
Množenje matrica jedna je od osnovnih operacija neuronskih mreža i velikih jezičnih modela. ACE uvodi instrukcije namijenjene učinkovitijem izvršavanju takvih izračuna, u tijesnoj vezi s vektorskim mogućnostima AVX10.
Pojednostavljeno, ACE omogućuje da se jednom operacijom obrađuje dvodimenzionalni dio rezultirajuće matrice. Međurezultati se čuvaju u namjenskim registrima, dok se ulazni podatci dovode iz vektorskih registara. Takva bi organizacija trebala povećati količinu izračuna koji se obavljaju po instrukciji te omogućiti učinkovitu pripremu i naknadnu obradu podataka.
Predviđena je podrška za AI formate kao što su INT8, BF16, OCP FP8, MXFP8 i MXINT8. Formati smanjene preciznosti važni su zato što mogu smanjiti zahtjeve za memorijom i prijenosom podataka.
Zajednički stručni dokument AMD-ovih i Intelovih autora opisuje do 16 puta veću računsku gustoću ACE operacije vanjskog umnoška u odnosu na odgovarajuću AVX10 operaciju množenja i akumulacije, uz isti broj ulaznih vektora.
Rad je tijekom 2026. dobio i precizniju javnu specifikaciju: EAG je 28. srpnja objavio verziju 1.16.2. Ona definira registre, operacije i povezivanje ACE-a s mogućnostima AVX-a, ali ostaje specifikacija koja obuhvaća i proizvode u razvoju.
Najnoviji dogovor o PyTorchu povezuje taj smjer razvoja sklopovlja s distribucijom programske podrške: podrška za ACE planirana je kroz buduća ažuriranja oneDNN-a.
Budućnost arhitekture x86 u doba umjetne inteligencije ovisi i o ubrzavanju poslova povezanih sa samim modelom.
EAG je u travnju 2026. predstavio zajednički rad AMD-a i Intela na proširenjima Advanced Performance Extensions — APX. Ta proširenja povećavaju broj registara opće namjene sa 16 na 32 i uvode dodatne mogućnosti za učinkovitije izvršavanje uobičajenoga programskog koda.
Veći broj registara omogućuje programskom prevoditelju da više podataka zadrži izravno u procesoru. Dodatni oblici instrukcija mogu smanjiti potrebu za kopiranjem vrijednosti i ublažiti troškove određenih uvjetnih grananja.
Za razvojne timove važna je mogućnost postupnog prijelaza: prema opisu EAG-a, iskorištavanje APX-a uglavnom se očekuje kroz ponovno prevođenje programa odgovarajućim programskim prevoditeljem.
U AI sustavima takva poboljšanja mogu biti korisna u dijelovima aplikacije koji upravljaju podatcima, izvršavaju poslovnu logiku ili koordiniraju druge komponente. To je analitičko značenje APX-a u ovom kontekstu; konkretan dobitak morat će se mjeriti na stvarnim zadatcima.
Razvoj AI agenata dodatno objašnjava zašto AMD i Intel ulažu u budućnost CPU-a.
Agentska aplikacija može pretraživati dokumente, pristupati bazama podataka, izvršavati kod, pozivati vanjske alate i provjeravati rezultate. Jedan korisnički zahtjev zato pokreće više različitih vrsta izračuna.
Istraživanje „A CPU-Centric Perspective on Agentic AI” pokazuje da izvršavanje alata i upravljanje tijekom rada mogu stvoriti znatna uska grla na procesoru. U analiziranim scenarijima ukupne performanse ovise i o raspoređivanju poslova na CPU-u i GPU-u, njihovu istodobnom izvršavanju i dostupnim resursima. Taj je nalaz važan upravo zato što pokazuje koliko se ponašanje cijelog sustava može razlikovati od brzine samog jezičnog modela.
AMD je u rujnu 2026. također opisao agentske tijekove rada kao kombinaciju pretraživanja, pozivanja alata, izvršavanja koda i drugih zadataka s različitim procesorskim zahtjevima.
Iz toga proizlazi širi smisao suradnje: ACE razvija matrične mogućnosti, APX opću računsku učinkovitost, dok bi zajedničke biblioteke trebale olakšati njihovu upotrebu. Svaki od tih slojeva rješava drukčiji dio AI aplikacije.
Probno izdanje oneDNN 3.14-rc, objavljeno početkom listopada, već navodi početnu podršku za ACE instrukcije. Ona se mora izričito uključiti i nije zadano aktivna. To potvrđuje konkretan napredak u biblioteci, uz ograničen opseg početne podrške.
Razvojna dokumentacija oneDNN-a opisuje i neobvezno povezivanje sa ZenDNN-om. Taj mehanizam trenutačno zahtijeva zasebno pripremljenu biblioteku ZenDNN, namijenjen je sustavima Linux x86-64 i zadano je isključen. Samo postojanje tog mehanizma zato ne potvrđuje da je objedinjavanje već dovršeno u svim standardnim paketima PyTorcha.
AMD i Intel ovom suradnjom grade osnovu za dosljedniji razvoj platforme x86. Njezina vrijednost za korisnike mjerit će se jednostavnijim uvođenjem AI funkcija, manjim troškovima održavanja i boljim iskorištavanjem sklopovlja.
Za budućnost arhitekture x86 najvažnija je poruka da se ona razvija na više povezanih razina: od općih instrukcija i sigurnosti do matričnih izračuna i zajedničkih programskih biblioteka. Kada svi ti dijelovi budu pravodobno dostupni i dobro povezani, x86 će imati najsnažniju osnovu za novu generaciju AI aplikacija.
NOVA DIMENZIJA TEHIX.HR PORTALA
Link za promjenu lozinke šaljemo na email
