在刚刚结束的2020云栖大会上，阿里云近日宣布对行业开源业界首个深度学习开放接口标准ODLA（Open Deep Learning API）。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AI Matrix的各类模型。本文引用地址：http://www.eepw.com.cn/article/202009/418801.htm
张伟丰博士在2020 OCP全球峰会上公布ODLA接口标准
ODLA是一个为加速深度学习的统一异构硬件编程接口。ODLA规范了深度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。
“令人兴奋的新应用程序意味着我们对数据中心的期望比以往任何时候都要更高。我们希望通过使用更广泛的硬件选择，以更大的规模，扩大操作类型范围。ODLA使我们能够管理这种复杂性，并挖掘出这些出色的新技术的全部潜力。”Graphcore高级副总裁兼中国区总经理卢涛表示。
阿里云开发ODLA是为了解决异构计算中存在许久的一个核心挑战。ODLA是轻量高效的异构硬件统一接口标准，可在异构计算环境中实现效率最大化。在异构计算环境中，软件框架需要从专业芯片中获得最高性能，需要多种类型处理器在一个通用平台上协同工作，而每种处理器都需要针对其架构和专业知识领域进行某种程度的优化，例如AI的稀疏性。API提供的抽象级别可以适应芯片架构之间的差异。
基于ODLA的异构AI硬件对接方案
通过ODLA，在Graphcore IPU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。
对于数据中心运营商而言，除了简化了新微处理器技术的集成之外，ODLA还带来了其他一系列好处。它支持通用和高性能的数据中心设置，并为高级应用程序提供统一的加速框架。对于应用程序开发人员来说，它减少了对不同架构进行重复优化的需求，并应该可以减少开发成本，缩短产品上市时间。
ODLA在2020云栖大会上宣布的主要特性及优势包含：
● 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。
张伟丰博士在云栖大会上宣布开源ODLA
Graphcore公司相信，IPU将成为下一代数据中心AI工作负载的核心。我们深知，我们的愿景需要ODLA在内的诸多框架和工具，这些框架和工具能使我们的产品与其他同类最佳技术协同工作。
Graphcore的联合创始人兼首席执行官Nigel Toon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。”
