跨平台有很多需求吗？市场会接受吗？
首先，从开发角度来看，存在许多跨平台需求，并且跨平台解决方案本身并不是什么新鲜事物。
包括Java，C＃，Python等语言开发框架都具有跨平台设置，有一个“一次开发，随处可见的想法”，但是过去这样的跨平台解决方案正在牺牲性能以提高开发效率，期待英特尔作为硬件巨头在异构开发中开发的oneAPI的性能。

其次，从用户的角度来看，用户希望该应用程序可以在各种体系结构上运行并可以利用各种资源。例如，在机器学习场景中，训练中使用了更多的Gpu和加速器，而推理中使用了更多的Cpu。异构需求变得越来越普遍。

以Tensorflow为例。在实际训练中，Tensorflow主要使用GPU，而CPU则更多地用于推理阶段，也就是说，Google需要维护至少两个版本的Tensorflow。实际上，谷歌还开发了一个Tensorflow版本，可以在树莓派PI，手机和其他设备上运行。

如果Tensorflow全部基于oneAPI，则开发效率将大大提高。谷歌在oneapi.com网站上说，oneAPI当前仅适用于超强处理器，我们期待将来在更多平台上使用oneAPI。

英特尔大数据技术全球首席技术官，大数据分析和人工智能创新研究所所长戴金泉分享了AI软件堆栈和生态的地图（上图）。在查找中，oneAPI通过包含类库（例如oneDNN，oneDAL和oneCCL）来支持AI / ML框架。向下看，oneAPI利用各种XPU硬件，包括Cpu，Gpu和各种加速器资源。

Analytics Zoo是一个统一大数据和AI的开发平台，可以通过分布式方式将各种常见的机器学习框架进行大规模扩展。基础平台可以利用各种计算资源（例如CPU和GPU）来支持各种常见的机器学习和大数据开发框架，其中oneAPI扮演着关键角色。

Analytics Zoo是英特尔开放源代码的一个项目，将成为英特尔至强，英特尔Xe图形和硬件平台上最热门的数据和AI生态嫁接技术，支持加速器Analytics Zoo可以帮助企业快速构建完整的终端套件端到端数据分析和AI，解决了从数据收集，数据预处理，训练到建模部署的所有问题。

在一般计算负载时代，x86是主导产业。但是，在机器学习的背景下，国内外出现了无数专用的AI加速器，因此异构计算势在必行。 OneAPI是英特尔适应和应对变化的重大举措。