🏠IT之家•較早收集於 8h
英特爾終止 AI 加速框架 BigDL
💡英特爾正在淘汰一項主要 AI 框架；請在 2026 年截止日期前檢查您的生產管線是否受到影響。
⚡ 30-Second TL;DR
有什麼變化
BigDL 專案正式列入英特爾終止清單
為什麼重要
依賴 BigDL 在英特爾硬體上進行低延遲 LLM 推論的開發者，必須規劃遷移至 OpenVINO 或原生的 PyTorch/TensorFlow 實作。
下一步行動
審查您的基礎設施依賴項，並將基於 BigDL 的工作負載遷移至英特爾的 OpenVINO 工具包，以維持硬體優化效能。
誰應關注：Developers & AI Engineers
關鍵要點
- •BigDL 專案正式列入英特爾終止清單
- •專案將於 2026 年 6 月 30 日正式歸檔
- •該框架曾支援用於 LLM 與數據分析的 CPU/GPU 加速
- •此舉為英特爾削減成本與重組開源策略的一部分
🧠 深度解析
Web-grounded analysis with 21 cited sources.
🔑 增強重點摘要
- •BigDL最初是一個專為Apache Spark設計的分散式深度學習函式庫，允許用戶以標準Spark程式碼編寫AI應用程式，並直接在現有的Spark或Hadoop叢集上運行。
- •該專案是Intel更廣泛的「Analytics Zoo」平台的一部分，該平台旨在統一Apache Spark、Flink和Ray上的分析與AI，並包含Orca（用於擴展TensorFlow和PyTorch）、Chronos（可擴展的時間序列分析）和PPML（隱私保護機器學習）等組件。
- •BigDL透過利用Intel數學核心函式庫（MKL）和多執行緒編程，在Intel Xeon CPU上實現了高效能，在某些工作負載下甚至可與主流GPU媲美。
- •BigDL中專注於在Intel XPU（CPU/GPU）上加速大型語言模型（LLM）的
bigdl-llm組件，已於2024年3月遷移至一個名為ipex-llm的新專案。 - •Intel目前的AI策略已轉向專注於資料中心和AI PC的節能解決方案，並採用「開放軟體方法」來支援異構系統，而非維護其自有的通用AI框架。
🛠️ 技術深入
- BigDL是一個基於Apache Spark的分散式深度學習函式庫，支援Scala和Python API，允許在現有Spark或Hadoop叢集上運行深度學習應用。
- 它提供Keras風格的API和Spark機器學習管線支援（DLlib），並可載入預訓練的Caffe、Torch或Keras模型。
- 為了達到高效能，BigDL利用Intel MKL和每個Spark任務中的多執行緒編程，並透過同步SGD和all-reduce通訊實現高效擴展。
- BigDL 2.0版本引入了多個子函式庫，包括Orca（用於在Spark和Ray上無縫擴展TensorFlow和PyTorch管線）、Friesian（端到端推薦系統框架）、Chronos（可擴展的時間序列分析，支援AutoML和ONNX Runtime推理優化）以及PPML（隱私保護大數據分析和機器學習）。
bigdl-llm（現為ipex-llm）專注於透過低位元（INT4/FP4/INT8/FP8）優化和自適應推測解碼（Self-Speculative Decoding）來加速Intel CPU和GPU上的LLM推理。- 該框架透過NNEstimator和NNModel與Spark ML管線整合，支援使用Spark DataFrame進行模型訓練。
🔮 前景展望AI analysis grounded in cited sources
Intel將進一步鞏固其對主流AI框架（如PyTorch和TensorFlow）的優化和支援，而非維護自有框架。
BigDL的終止表明Intel正將資源從內部開發的開源AI框架轉移，以專注於透過oneAPI和擴展來增強現有主流框架在其硬體上的性能。
依賴BigDL的現有用戶將需要遷移到Intel推薦的其他解決方案，例如IPEX-LLM或直接使用優化後的PyTorch/TensorFlow。
專案歸檔意味著不再有官方支援和更新，迫使用戶尋找替代方案，其中BigDL-LLM的遷移至IPEX-LLM是一個明確的指示。
Intel的開源AI策略將更側重於異構計算和邊緣AI，以支援其AI PC和數據中心能源效率目標。
Intel的最新戰略強調開放軟體方法、異構系統以及對AI PC和邊緣AI的關注，與BigDL作為通用大數據AI框架的定位有所不同。
⏳ 時間線
2017-02
Intel發布BigDL，一個用於Apache Spark的開源深度學習函式庫。
2019-05
Intel推出Analytics Zoo，一個統一的分析+AI平台，將BigDL與TensorFlow和Keras整合在Apache Spark上。
2021-06
BigDL 2.0發布，引入了Orca、Friesian、Chronos和PPML等新組件，旨在簡化端到端分散式AI應用程式的構建。
2023-11
BigDL-LLM開始支援Intel GPU，並針對LLM推理和微調進行優化。
2024-03
BigDL-LLM項目更名為IPEX-LLM，並將未來的開發轉移到該新項目。
2026-06-30
BigDL專案正式歸檔。
📎 來源 (21)
Factual claims are grounded in the sources below. Forward-looking analysis is AI-generated interpretation.
📰
AI 週報
閱讀本週精選 AI 大事摘要 →
👉相關動態
AI 策展新聞聚合。所有內容版權歸原始發布者所有。
原始來源： IT之家 ↗