据 Tom's hardware 报道，处理器大厂英特尔与 AMD 于当地时间 6 月 20 日公布 x86 构架下的 ACE（AI Compute Extensions）规范，为 CPU 端的 AI 与机器学习运算建立更统一的技术基础。

报道称，这份由英特尔与 AMD 共同公布的的规范，重点锁定矩阵乘法与低精度数据格式处理，目标是在不完全依赖 GPU 的情况下，让 x86 处理器更有效率地执行 AI 工作负载。

ACE 的设计是在既有 AVX10 向量架构上，加入专门用于矩阵乘法的硬件单元及相关数据搬移、处理机制，使矩阵运算不再仅依赖通用向量指令‘绕路’完成。相比传统做法，ACE 能以更贴近矩阵数据流的方式处理乘加运算；在相同输入向量数量下，ACE 在理论上可比 AVX10 提供多达 16 倍的运算量（但实际加速效果仍取决于各厂商的具体硬件实现），同时降低指令开销与内存带宽压力。

这项规范也着眼于软件生态的统一性。由于 ACE 被设计为与硬件实现无关，PyTorch、TensorFlow 等框架有望用更一致的程序路径来支持不同的 x86 平台，而无需再针对各家 CPU 不同的 AVX 指令集支持程度，分别维护多套实现代码。ACE 原生支持多种机器学习常用的数据型态（包括 INT8、INT32、FP8、FP16、FP32、BF16），并原生支持 Open Compute Project 的 MX 内存块缩放（block-scaled）格式。开发者也能在部分需要即时反应的 AI 工作中，将原本常交由 NPU 处理的工作复原至 CPU 上执行，进而受益于 x86 上更一致的目标指令集。

随着 ACE 规范与相关产品逐步成熟，x86 平台在 AI PC 与服务器上的角色，可能不再只是配置运算，而是开始提供更具一致性的 CPU 端 AI 加速能力。

编辑：芯智讯 - 林子