oneDNN 3.13: A Nova Versão da Biblioteca de Deep Learning que Prepara o Terreno para a Intel Nova Lake

 

O oneDNN 3.13 traz otimizações para Intel Nova Lake com AVX10.2, melhorias em MATMUL/AMX e suporte a GPUs Battlemage. Saiba tudo sobre o lançamento.

A Intel e a comunidade de inteligência artificial acabam de ganhar um presente de aniversário (adiantado) com o lançamento do oneDNN 3.13. 

Esta nova versão da biblioteca de redes neurais profundas chega com um foco claro: preparar o ecossistema para a próxima geração de processadores da Intel, especialmente a aguardada família Nova Lake, que deve trazer de volta o suporte a instruções AVX de alto desempenho para processadores de consumo.

Enquanto a AMD lançou seu ZenDNN 6.0 no início do mês, a Intel e a UXL Foundation respondem à altura com uma atualização que promete elevar o patamar de performance em cargas de trabalho de IA e aprendizado profundo.

Neste artigo, vamos explorar em detalhes o que há de novo no oneDNN 3.13, para quem ele é útil e como você pode começar a usá-lo hoje mesmo.

O que é o oneDNN e por que ele é importante?

O oneDNN (oneAPI Deep Neural Network Library) é uma biblioteca de código aberto e multiplataforma que fornece blocos de construção fundamentais para aplicações de deep learning. 

Ela foi originalmente desenvolvida pela Intel como parte do ecossistema oneAPI, mas hoje é mantida sob a guarda da UXL Foundation — uma fundação que visa criar uma plataforma de desenvolvimento aberta, independente de arquitetura ou fornecedor.

Na prática, o oneDNN é o motor que acelera frameworks populares como TensorFlow, PyTorch e MXNet em hardware Intel. Ele oferece implementações altamente otimizadas de operações comuns em redes neurais, como:

• Convoluções (operações essenciais em CNNs)

• Multiplicação de matrizes (MATMUL) — o coração de transformers e LLMs

• Operações de ativação (ReLU, GELU, Tanh)

• Normalização (BatchNorm, LayerNorm)

• Operações de redução (soma, média, norma)

Com o oneDNN, desenvolvedores e pesquisadores podem extrair o máximo de desempenho de CPUs e GPUs Intel sem precisar escrever código assembly ou otimizações manuais para cada arquitetura.

O que há de novo no oneDNN 3.13?

O oneDNN 3.13 é uma versão de recursos (feature release) que, embora mantenha o foco em otimizações para hardware Intel, também traz melhorias para outras arquiteturas. Vamos detalhar os principais destaques.

 Suporte a AVX10.2 e preparação para Intel Nova Lake

O grande destaque desta versão é o suporte preliminar ao conjunto de instruções AVX10.2. Este é o recurso que prepara o terreno para os futuros processadores Intel Core Ultra com arquitetura Nova Lake, esperados para chegar ao mercado em 2026.

O AVX10.2 é uma evolução significativa em relação ao AVX-512. Diferentemente da versão anterior, que foi desativada em processadores de consumo devido a problemas de compatibilidade entre núcleos P e E (performance e eficiência), o AVX10.2 oferece:

• Suporte unificado a operações de 128, 256 e 512 bits sob um único conjunto de instruções

• Compatibilidade entre núcleos P e E, eliminando o problema que forçou a Intel a remover o AVX-512 dos processadores mainstream

• Maior flexibilidade para desenvolvedores, que podem agora otimizar para diferentes larguras de vetor sem reescrever o código

Para o oneDNN, isso significa que as operações de deep learning poderão ser executadas com muito mais eficiência nos futuros processadores Nova Lake, especialmente em cargas de trabalho que exigem alto throughput computacional, como inferência de LLMs e treinamento de modelos complexos.

Importante: O suporte a AVX10.2 no oneDNN 3.13 é uma prévia. A funcionalidade pode não estar habilitada por padrão e ainda está em fase de ajustes finos.

 Melhorias de performance em MATMUL com AMX

Além do suporte a novas instruções, o oneDNN 3.13 também traz otimizações significativas para a operação MATMUL (multiplicação de matrizes) em processadores Intel Xeon que possuem o conjunto de instruções AMX (Advanced Matrix Extensions).

O AMX é uma extensão disponível em processadores Xeon de 4ª geração (Sapphire Rapids) e posteriores, projetada especificamente para acelerar operações de matriz — exatamente o tipo de operação que domina o treinamento e a inferência de redes neurais.

Com as melhorias desta versão, aplicações que dependem pesadamente de MATMUL — como transformers, modelos de linguagem e sistemas de recomendação — devem ver ganhos de performance notáveis em servidores Xeon.

Otimizações para CPUs sem AVX-512 / AVX10 / AMX

Nem todo mundo tem acesso aos processadores mais recentes, e a Intel sabe disso. Por isso, o oneDNN 3.13 também inclui otimizações para AVX2, o conjunto de instruções disponível em processadores Intel desde a arquitetura Haswell (2013).

Isso garante que mesmo usuários com hardware mais antigo possam se beneficiar de melhorias de performance, ainda que em menor escala.

Melhorias para GPUs Intel: Xe3P-LPG e Battlemage

O oneDNN 3.13 não se limita a CPUs. A nova versão também traz otimizações para o lado gráfico:

• Suporte a GPUs integradas Xe3P-LPG, que equiparão os processadores Nova Lake P

• Otimizações de convolução para as GPUs Arc B-Series "Battlemage" atuais

Isso significa que aplicações de IA que utilizam aceleração por GPU, seja em notebooks com gráficos integrados ou em placas dedicadas Arc, também verão ganhos de desempenho.

Suporte a outras arquiteturas: AArch64 e RISC-V

Embora o foco principal do oneDNN sempre tenha sido a arquitetura Intel, a versão 3.13 também traz otimizações para processadores AArch64 (ARM) e RISC-V. Isso reflete o compromisso da UXL Foundation com a neutralidade de plataforma e a interoperabilidade.

Empresas como a Fujitsu já estão contribuindo ativamente com extensões para ARM, integrando SVE (Scalable Vector Extension) e OpenBLAS para obter ganhos de performance de até 40x.

Como o oneDNN 3.13 impacta o dia a dia de desenvolvedores e empresas?

Se você é um desenvolvedor de software, engenheiro de machine learning ou cientista de dados, o oneDNN 3.13 pode impactar seu trabalho de várias maneiras:

Para quem usa frameworks de deep learning

Se você utiliza TensorFlow, PyTorch ou outros frameworks que fazem uso do oneDNN como backend, a atualização para a versão 3.13 é quase transparente. Basta atualizar a biblioteca e recompilar (ou, em muitos casos, apenas atualizar o pacote) para começar a usufruir das otimizações.

Para quem desenvolve aplicações customizadas

Se você está construindo uma aplicação que faz uso direto da API do oneDNN, a versão 3.13 oferece novas primitivas e otimizações que podem reduzir significativamente o tempo de inferência e treinamento.

Para quem planeja investir em hardware

Se você está avaliando a compra de novos servidores ou workstations, o oneDNN 3.13 é um indicador claro de que a Intel está comprometida com o ecossistema de IA. Processadores com suporte a AMX (Xeon) e, futuramente, AVX10.2 (Nova Lake) serão excelentes investimentos para cargas de trabalho de machine learning.

oneDNN e a UXL Foundation: o que muda?

Uma das mudanças mais importantes nos últimos anos foi a transferência do oneDNN para a UXL Foundation. 

Antes, a biblioteca era desenvolvida exclusivamente pela Intel como parte do oneAPI. Agora, ela é mantida por uma fundação que tem como missão construir uma plataforma de desenvolvimento aberta, independente de arquitetura ou fornecedor.

Isso traz algumas vantagens:

• Maior contribuição da comunidade: Empresas como Fujitsu, ARM e outras podem contribuir com otimizações para suas próprias arquiteturas

• Neutralidade de fornecedor: O oneDNN não é mais "apenas Intel", embora a Intel continue sendo a principal contribuidora

• Estabilidade e governança aberta: O projeto segue padrões da indústria e práticas de código aberto

Na prática, porém, as versões do oneDNN continuam sendo fortemente focadas em otimizações para Intel. A versão 3.13 é mais um exemplo disso.

Como baixar e instalar o oneDNN 3.13

O oneDNN 3.13 já está disponível para download no GitHub da UXL Foundation. Você pode:

   1. Baixar o código-fonte e compilar manualmente

   2. Utilizar pacotes pré-compilados disponíveis em alguns gerenciadores de pacotes (verifique a disponibilidade para sua distribuição)

   3. Atualizar seu framework (PyTorch, TensorFlow) para uma versão que já incorpore o oneDNN 3.13

Para compilar a partir do código-fonte, você precisará de:

• CMake 3.13 ou superior

• Um compilador C++ compatível (GCC, Clang ou MSVC)

• Dependências opcionais para suporte a GPU (OpenCL, Level Zero)

O que esperar do futuro do oneDNN ?

O oneDNN 3.13 é um marco importante, mas é apenas o começo. Com o AVX10.2 ainda em fase de prévia e a arquitetura Nova Lake no horizonte, podemos esperar:
Mais otimizações para AVX10.2 à medida que o hardware se aproxima do lançamento

• Suporte a futuras GPUs Xe e outras arquiteturas

• Integração mais profunda com frameworks como PyTorch e TensorFlow

• Contribuições da comunidade para ARM, RISC-V e outras arquiteturas

Perguntas Frequentes (FAQ)

1. O oneDNN 3.13 é compatível com processadores AMD?

Sim, o oneDNN é uma biblioteca multiplataforma e funciona em processadores AMD, embora as otimizações específicas sejam voltadas para arquiteturas Intel. Para hardware AMD, a recomendação é utilizar o ZenDNN, que é a biblioteca otimizada da própria AMD.

2. Preciso comprar um processador Nova Lake para usar o oneDNN 3.13?

Não. O oneDNN 3.13 funciona em processadores Intel atuais (e até em AMD e ARM). O suporte a AVX10.2 é uma preparação para o futuro — você só verá os benefícios máximos quando tiver um processador com suporte a essas instruções.

3. O oneDNN 3.13 substitui o TensorFlow ou o PyTorch?

Não. O oneDNN é uma biblioteca de baixo nível que fornece implementações otimizadas de operações matemáticas. Frameworks como TensorFlow e PyTorch utilizam o oneDNN como um dos backends para acelerar operações em hardware Intel. Você não precisa interagir diretamente com o oneDNN a menos que esteja desenvolvendo uma aplicação de baixo nível.