英特尔砍掉BigDL:开源AI框架6月底归档

英特尔将其投入多年的开源AI加速框架BigDL列入终止清单,2026年6月30日正式归档,仅留半个月迁移窗口。在AI需求最旺盛的当下做这个决定,颇为反常。
英特尔砍掉 BigDL:又一个开源 AI 框架走到尽头
英特尔的开源大砍刀又挥下来了。这次轮到 BigDL——那个曾被官方寄予厚望、号称要把 AI 工作负载从笔记本无缝铺到云端的开源框架。
Phoronix 本周率先发现,BigDL 的 GitHub 仓库已经挂出了"不再由英特尔维护"的归档说明。紧接着英特尔在周五(6 月 12 日)正式宣布,最终归档日期定在 2026 年 6 月 30 日。也就是说,从今天往后数,现有用户只剩下大约半个月的迁移时间。
这个节奏,说快不快,说慢也不慢。但对于一个还在定期提交代码、文档活跃的项目来说,半个月的告别窗口,多少有点仓促。

BigDL 是什么,曾经想做什么
回头看 BigDL 的来路,会发现这个项目并不是英特尔随便扔出来填空的边角料。它的来历可以追溯到 2016 年——彼时深度学习框架战争还没结束,TensorFlow 和 PyTorch 都没真正稳坐头把交椅,英特尔抛出 BigDL,本质上是想给自家 CPU 在 AI 训练这件事上挣一席之地。
那会儿英特尔的逻辑很清晰:GPU 太贵、生态被英伟达把持,企业里大量数据其实还跑在基于 Spark/Hadoop 的大数据集群上,那些集群清一色 Xeon CPU。如果能让深度学习直接跑在 Spark 上、跑在已有的 CPU 集群上,就能绕开 GPU 这道门槛。
BigDL 最早的版本是基于 Apache Spark 的分布式深度学习框架,主打"在 Hadoop/Spark 集群上原生跑 DL",对标的是 Caffe 和 Torch。这条路线的拥趸不算多,但确实有自己的细分市场——尤其是金融、电信这些数据沉淀在 Spark 集群里、不愿意折腾数据搬迁的传统行业。
后来大模型时代来了,BigDL 也跟着转型,长出了 BigDL-LLM 这个分支(后来又一度被重新包装为 IPEX-LLM 的相关组件)。它的定位变成了:
- 基于英特尔 XPU(CPU、集成 GPU、独立 GPU Arc/Max 系列)的开源大模型加速库
- 支持 FP4 / INT4 / NF4 / FP8 / INT8 等多种低比特量化
- 集成 TensorFlow、Keras、PyTorch、Spark、Flink 主流框架
- 借助 SGX、TDX 做机密计算,保护数据与模型安全
- 覆盖从酷睿 Ultra 笔记本到数据中心 GPU 的全栈硬件
说白了,BigDL 在过去两年里被当成英特尔对外讲 AI 故事的关键技术抓手之一。马子雅当年那篇专访里反复强调的"AI 民主化",落到工程层面就是这套东西。
为什么说这次砍得突兀
英特尔过去一年砍开源项目不是新闻。从 Clear Linux 的收缩、到一些性能分析工具的停更,整个开源版图都在缩。但大部分被砍的项目,要么已经几个月没动静,要么本身就处在维护模式。
BigDL 不一样。看它的 commit 历史,一直到归档前的几周,仍在持续提交代码。社区 Issue 也有英特尔工程师在回复。这种状态下被宣判死刑,节奏上的确反常。
更反常的是时点。眼下整个行业对端侧大模型推理、对低比特量化、对异构硬件支持的需求正在爆发:
- 苹果 M 系列芯片把端侧 LLM 拉到了主流视野
- 高通骁龙 X Elite 在 Copilot+ PC 上猛推 NPU 推理
- AMD Ryzen AI 也在用类似的故事抢笔记本市场
英特尔的酷睿 Ultra 系列恰好是这场仗的主力。BigDL(或者说衍生出来的 LLM 加速栈)本应是它的软件护城河。这时候把它砍掉,等于把硬件卖出去之后让客户自己折腾。
砍刀背后的英特尔
要理解这个决策,得放到英特尔自身的处境里看。
陈立武(Lip-Bu Tan)今年初接任 CEO 之后,公司明显进入了一轮更激进的成本削减周期。重组、裁员、砍非核心业务,几乎每个月都有新动作。开源项目作为典型的"长期投入、短期不产生直接收入"的资产,自然首当其冲。
但这种砍法存在一个明显的悖论:
英特尔在硬件层面拼命强调 AI PC、强调 XPU 异构、强调对开发者友好;却又在软件层面把开发者最需要的开源加速工具一个个关掉。
GPU 这个市场,英伟达赢的不是芯片本身,是 CUDA 这一整套软件生态。AMD 拼命补 ROCm 的课已经追得很辛苦,英特尔的 oneAPI + 各类开源框架本来是个不错的差异化打法。BigDL 在这个图谱里,至少能覆盖"LLM 推理"这一块的开发者心智。
现在把它合并/砍掉,理论上工作会往 IPEX-LLM、oneAPI、OpenVINO 这些方向收拢。但对开发者来说,每一次工具链的归档、迁移、重命名,都是一次信任损耗。
用户该怎么办
如果你现在生产环境里还在用 BigDL,特别是 BigDL-LLM,需要尽快盘一下迁移路径。可选项大致有:
- 迁移到 IPEX-LLM:英特尔自家的延续方案,社区也比较活跃,对 Arc GPU 和酷睿 Ultra 的 iGPU/NPU 支持还在更新
- 改用 OpenVINO:如果你的主要场景是推理优化、模型部署,OpenVINO 是英特尔现在更重点投入的栈
- 转 vLLM / llama.cpp:脱离英特尔自有栈,回到通用社区方案,llama.cpp 对 Intel GPU 的 SYCL 后端这两年也成熟了不少
- 直接换硬件路径:如果业务本身没有强绑定 Intel 平台,可以重新评估是否值得继续押注
时间窗口确实紧。6 月 30 日之后,BigDL 仓库不会立刻消失,但 Issue、PR、Release 都会停。CI 是否继续保留也不明朗。对依赖具体版本号、依赖官方 Docker 镜像的项目来说,最好在归档前做一次本地化镜像/Fork。
一点判断
说实话,BigDL 这件事单独看不算大新闻——一个开源项目而已,迁移就迁移。但放在过去一年英特尔砍掉的开源清单里看,就能感觉到方向:
- 收缩战线,把资源集中到 oneAPI、OpenVINO 这种"官方正统"栈
- 减少冗余项目,避免内部团队各做一套
- 把一部分维护成本甩给社区或者干脆放弃
逻辑上说得通,但代价是开发者生态的进一步分散和疲劳。当英伟达每个季度都在给 CUDA 加新特性、在给 TensorRT-LLM 推新版本的时候,英特尔在做减法。这是不是好策略,可能要到明年才能看出来。
至少现在看,AI 这场仗,英特尔的软件侧还没找到自己的节奏。
参考来源
- IT之家:英特尔开源版图持续收缩,BigDL 本月底正式归档 - 本次归档事件的中文首发报道
- 知乎专栏:专访英特尔 STO 马子雅——开源 BigDL,AI 民主化的一步妙棋 - BigDL 项目早期定位与战略背景的官方访谈



