Intel Compute Runtime 25.13.33276.16版本发布:GPU计算性能优化与平台支持扩展
Intel Compute Runtime是英特尔为旗下GPU产品提供的开源计算运行时环境,它包含了OpenCL和Level Zero两种重要的API实现,为开发者提供了在英特尔集成显卡和独立显卡上进行高性能计算的能力。本次发布的25.13.33276.16版本带来了多项改进和新特性,特别针对最新的英特尔GPU架构进行了优化。
核心组件升级
本次发布的核心组件包括intel-gmmlib 22.7.0版本和compute-runtime 25.13.33276.16版本。gmmlib作为图形内存管理库,为GPU提供了高效的内存管理能力,而compute-runtime则实现了OpenCL和Level Zero API,使开发者能够充分利用英特尔GPU的计算潜力。
在构建过程中,项目还依赖了其他关键组件:
- libva 2.2.0版本提供视频加速API支持
- Level Zero 1.21.1版本实现了最新的oneAPI Level Zero规范1.12.15
- Intel Graphics Compiler 2.10.8版本优化了GPU代码生成
- igsc 0.9.5版本用于GPU系统控制
安装与部署指南
对于Ubuntu 22.04和24.04用户,安装过程已经简化。需要注意的是,从下一个版本开始,官方将把基础支持从Ubuntu 22.04升级到24.04。安装步骤包括创建临时目录、下载所有必要的.deb包、验证SHA256校验和,最后以root权限安装所有包。
特别提醒使用Ubuntu 24.04的用户,可能需要先移除系统自带的intel-ocloc-dev、intel-ocloc和libze-intel-gpu1包以避免冲突。安装完成后,建议检查是否安装了ocl-icd-libopencl1等依赖项以确保完整功能。
平台支持与质量评估
本次发布对多种英特尔GPU平台提供了不同级别的支持:
生产级支持平台:
- DG1独立显卡
- Alchemist架构显卡
- Battlemage架构显卡
- 从Tiger Lake到Arrow Lake的各代集成显卡
- 即将发布的Panther Lake平台
对于Lunar Lake和Battlemage平台,最佳体验需要通过Ubuntu 24.10配合intel-graphics PPA获得。所有平台都在Ubuntu 24.04 LTS上进行了验证,使用6.8.0-48-generic内核。WSL支持也在Windows主机驱动101.6732下进行了全面测试。
质量等级分为多个层次,从实验性支持到生产级支持不等。生产级支持意味着平台已经满足API一致性要求,适合用于生产环境。而维护级支持则表示测试频率降低,不再推荐新部署。
技术特性与优化
本次发布包含了多项底层优化:
- 启用了i915预备检测功能(NEO_ENABLE_I915_PRELIM_DETECTION=1)
- 改进了对最新GPU架构的识别和支持
- 提升了OpenCL 3.0和Level Zero 1.6的兼容性
- 优化了WSL环境下的GPU计算性能
对于开发者而言,这些改进意味着更稳定的API行为和更好的性能表现。特别是对于使用最新英特尔GPU硬件的用户,可以获得更完整的功能支持和更高的计算效率。
总结
Intel Compute Runtime 25.13.33276.16版本延续了英特尔在GPU计算领域的投入,为开发者提供了更强大、更稳定的计算环境。通过支持最新的GPU架构和优化现有平台的性能,这个版本进一步巩固了英特尔在异构计算领域的地位。无论是进行机器学习、科学计算还是图形处理,开发者都可以从这个版本中获得更好的体验和更高的效率。
对于使用较旧平台的用户,建议参考官方提供的传统平台支持文档,了解最适合自己硬件的运行时版本。随着英特尔GPU产品线的不断扩展,Compute Runtime项目也将持续演进,为各种计算场景提供强有力的支持。
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00