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