硬件统一抽象层
作为底层 API,DirectML 为硬件厂商提供通用抽象层,让它们把各自的机器学习加速器能力暴露出来,开发者不必为每种加速器分别写适配逻辑。
拖动滑块完成拼图,通过后发送验证码
独立第三方 AI 评测平台 · 只用实测数据
为 Windows 设备提供机器学习硬件加速的底层 API,现已支持 NPU。
官网地址 https://devblogs.microsoft.com/directx/introducing-neural-processor-unit-npu-…
DirectML 是微软为 Windows 提供的机器学习平台 API,由 DirectX 团队维护,面向希望在本地设备上运行机器学习模型的开发者与硬件厂商。它通过一层通用抽象,让 GPU 和 NPU 等硬件加速器以统一方式接入。随着 DirectML 1.13.1 与 ONNX Runtime 1.17 的发布,它开始在搭载 Intel Core Ultra 处理器(含 Intel AI Boost)的 Windows 11 设备上,以开发者预览形式支持 NPU 加速,覆盖部分经过优化的模型。同时说明,该预览版仅支持这一硬件组合,并只兼容一部分被纳入支持的模型,部分模型可能无法运行,或出现高延迟、低准确率、稳定性与可靠性问题,兼容范围仍在继续扩大。
DirectML 是微软提供的机器学习平台 API,定位为底层 API,为硬件厂商提供统一的抽象层,用来把各自的机器学习加速器能力暴露给上层应用。它与任何兼容 DirectX 12 的设备配合工作,包括 GPU,如今也包括 NPU。
根据官方开发者博客,DirectML 1.13.1 与 ONNX Runtime 1.17 一同发布,带来了 DirectML 中对 NPU 加速的开发者预览支持。该预览面向搭载 Intel Core Ultra 处理器(含 Intel AI Boost)的新 Windows 11 设备,支持一部分经过 NPU 加速优化的机器学习模型。这一初步版本使用开源模型开发,并与 Intel 和三星等合作伙伴协同推进,三星方面称 Windows DirectML 是其开发者打造 Windows 机器学习体验的高效方式之一。
对不同类型的用户来说,使用路径并不相同:普通用户会以应用内置功能的形式间接感受到它;开发者需要准备 Windows 11 设备与 Intel Core Ultra 处理器、DirectML 1.13.1 NuGet 包、ONNX Runtime 1.17 以及来自 Intel 的最新 NPU 驱动程序;应用与硬件厂商则可以把 DirectML 当作统一入口,减少为不同加速器分别适配的工作。
作为底层 API,DirectML 为硬件厂商提供通用抽象层,让它们把各自的机器学习加速器能力暴露出来,开发者不必为每种加速器分别写适配逻辑。
DirectML 可与任何兼容 DirectX 12 的设备配合工作,覆盖 GPU,并在开发者预览中加入了对 NPU 的支持,使同一套平台接口可以面向多种加速硬件。
随 DirectML 1.13.1 与 ONNX Runtime 1.17 发布,DirectML 以开发者预览形式支持 NPU 加速,目标是搭载 Intel Core Ultra 处理器与 Intel AI Boost 的 Windows 11 设备。
该预览版运行一部分针对 NPU 加速做过优化的机器学习模型;说明并非所有模型都被纳入支持,兼容范围会在后续版本中继续扩大。
NPU 支持的使用前提包括 ONNX Runtime 1.17 与 DirectML 1.13.1 NuGet 包,说明 DirectML 的 NPU 加速能力通过 ONNX Runtime 这一推理运行时对外提供。
官方说明这一初步版本是使用开源模型开发的,并与发布合作伙伴三星以及 Intel 保持密切合作,三星与 Intel 方面均就该预览发布了公开表态。
开发者可以通过 DirectML 仓库的 GitHub issues 提交反馈与问题,官方建议在报告问题时附上设备信息、Windows 版本、DirectML 应用以及所用机器学习模型等细节。
如果在 Windows 上构建需要本地机器学习推理的应用,DirectML 提供了统一接口,但需注意当前 NPU 支持仍处于开发者预览阶段,兼容模型有限。
DirectML 以抽象层形式对接硬件厂商的机器学习加速器,适合希望把自研加速能力接入 Windows 生态的厂商,具体接入方式需查阅官方资料。
只有搭载 Intel Core Ultra 处理器与 Intel AI Boost 的 Windows 11 设备才能试用这一 NPU 预览,且需准备 DirectML 1.13.1、ONNX Runtime 1.17 与最新 NPU 驱动。
官方明确说明当前 NPU 支持只面向 Intel Core Ultra 处理器与 Intel AI Boost,其他平台的 NPU 加速暂不在这一预览范围内。
DirectML 是面向开发者的底层 API,普通用户不会直接操作它;能否获得 NPU 加速体验取决于所用应用是否基于该接口构建。
开发者博客没有公开 DirectML 的收费信息与价格,官网未公开具体价格。它以 API 形式提供给开发者使用,实际获取方式是通过 DirectML 1.13.1 NuGet 包配合 ONNX Runtime 1.17,并结合来自 Intel 的最新 NPU 驱动程序。具体许可与费用请以官方页面为准。
官方把它定义为开发者预览。随 DirectML 1.13.1 与 ONNX Runtime 1.17 发布,它面向搭载 Intel Core Ultra 处理器与 Intel AI Boost 的 Windows 11 设备,支持一部分针对 NPU 加速优化的模型。 NPU 支持仍在推进中,后续版本会扩大覆盖范围。
需要一台搭载 Intel Core Ultra 处理器与 Intel AI Boost 的 Windows 11 设备,另外要准备 DirectML 1.13.1 NuGet 包、ONNX Runtime 1.17,以及来自 Intel 的最新 NPU 驱动程序。这几项是包括的使用前提。
不能。该预览目前只兼容一部分被纳入支持的机器学习模型,有些模型可能完全无法运行,有些可能出现高延迟或低准确率。还提到,可用但未被选入本次预览的模型可能存在稳定性与可靠性问题,兼容范围会在后续扩大。
DirectML 本身是一个面向硬件的抽象层,可与任何兼容 DirectX 12 的设备配合工作,GPU 一直在此范围内,NPU 是新增的支持对象。也就是说 GPU 与 NPU 走的是同一个平台接口,开发者不必为硬件类型重写整套逻辑。
建议使用 DirectML 仓库的 GitHub issues 提供反馈与报告问题。提交时最好附上设备详情、Windows 构建版本、所用的 DirectML 应用以及机器学习模型等信息,便于定位问题。
未说明国内使用是否存在限制。公开信息只提到硬件与系统要求,包括 Windows 11 设备、Intel Core Ultra 处理器与 Intel AI Boost、DirectML 1.13.1、ONNX Runtime 1.17 以及最新 NPU 驱动。是否有地区限制需以官方页面为准。
| 工具 | 编辑评分 | 价格 | 核心功能 | 平台 |
|---|---|---|---|---|
| DirectML本工具 | 4.3 | 未标价 | 硬件统一抽象层;兼容 DirectX 12 设备;NPU 加速预览;面向特定模型优化 | Windows 11 / DirectX 12 设备 / API |
| AI Blaze | — | 未标价 | 快速 AI 写作与编辑,提升生产力 | — |
| Rizz! | — | 未标价 | 极速 AI 键盘,轻松畅聊 | — |
| Sparrow | — | 未标价 | API 管理的得力助手,简化 API 测试与开发流程 | — |
| FindGiftsFor ChatGPT gift search | — | 未标价 | 基于 AI 的礼物推荐网站,使用机器学习 | Web |
| Powerups AI | — | 未标价 | 快速部署 API 的 AI 助手 | — |