9月25日消息，2020云栖大会上，阿里云宣布对行业开源业界首个 学习开放接口标准ODLA（OpenDeepLearningAPI）。阿里云在今年5月份的OCP全球峰会上首次对外公布ODLA接口标准，并宣布已率先在Graphcore等生态伙伴上获得支持。IPU是Graphcore为机器智能从零设计的AI处理器，通过ODLA接口，开发者可以在IPU上快速跑通AIMatrix的各类模型。
ODLA是一个为加速 学习的统一异构硬件编程接口。ODLA规范了 学习计算任务的定义和执行，实现上层应用和底层异构硬件平台的解耦，让AI异构计算更简单，实践代码“生成一次，随时链接，随处执行”的愿景。
Graphcore的联合创始人兼首席执行官NigelToon表示：“ODLA优雅地满足了Graphcore新用户的两个最大需求。一是他们希望轻松地将我们的技术集成到现有的数据中心，二是他们希望确保最终的设置在从各个组件到整个系统的每个层级都能得到高度优化。”
通过ODLA，在GraphcoreIPU上技术适配和应用部署的工作量可以实现大幅度降低，且实现效率大幅提升。另外，通过ODLA可以更好的与AI计算框架进行软硬协同，快速利用现有的编译优化技术，达到最佳性能。对于异构任务，ODLA充当该系统范围通用语言与特定于架构的优化之间的接口或转换器，该优化可从Graphcore的IPU等设备实现最佳性能。
附ODLA在2020云栖大会上宣布的主要特性：
•透明接口层，零损耗。
•接口抽象和统一，软硬件解耦：通过面向AI的多粒度算子抽象，定义统一的接口，解耦具体软硬件，平滑迁移业务；实现代码复用，提升开发和部署效率。
•多模态执行方式：支持多种执行模式，覆盖解释执行、编译执行、载入预编译代码等场景，兼容各种硬件的运行模式。
•AI全场景支持：支持推理和训练，适配云、边、端全场景AI业务；拥有广泛的算子定义和丰富的接口（设备管理、会话管理、执行管理、事件同步/异步、资源查询、性能监控等）。
•卓越的扩展性，支持AI芯片厂家独特属性和自定义算子。
（免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。
任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。 ）
