ACE（AI Compute Extensions，人工智能计算扩展）旨在通过提供更快的矩阵乘法性能来推动AI发展，同时Intel与AMD正共同为x86架构制定统一发展路线。

ACE是Intel与AMD统一x86战略的一部分，推动AI时代生态系统发展

去年，Intel和AMD通过“x86生态系统顾问小组（x86 Ecosystem Advisory Group，EAG）”展开合作，以强化x86生态系统。

该计划的目标是：

●  在不同架构间提供标准化功能集

●  提高x86的可访问性（accessibility）

●  增强可扩展性（scalability）

●  满足未来技术需求的兼容性

当时公布了4项关键功能：

●  FRED

●  AVX10

●  ChkTag

●  ACE

如今，AMD与Intel正式发布了ACE白皮书（Whitepaper），详细介绍这一x86芯片新功能的能力。

AMD和Intel在EAG（生态顾问小组）的参与和建议下，共同调整并完善ACE指令集架构（ISA）。

这一合作带来了多个积极成果：

●  最终架构融合了两家公司共同提出的设计思路

●  结合了EAG社区广泛市场反馈

●  为未来AI及其他工作负载建立统一路线图

两家公司表示，将继续在ACE和AVX10未来路线图上展开合作，以把握AI和其他计算领域的新机会。

由于x86具有广泛应用和高性能优势，一直是开发者的重要平台，而ACE加入后将进一步增强x86生态系统未来竞争力。

ACE为x86带来AI计算能力提升

白皮书中介绍：

ACE（AI Compute Extensions）为x86 ISA（指令集架构）提供：

●  大幅提升矩阵乘法性能

●  更强扩展能力

●  更高能源效率

ACE还能与AVX10无缝整合，为x86生态提供低门槛、普适化的矩阵加速能力。

AI计算中，矩阵乘法（Matrix Multiplication）是神经网络和大语言模型（LLMs）的核心计算模块。

目前的SIMD（Single Instruction, Multiple Data，单指令多数据）扩展，例如AVX10，也能执行矩阵乘法，但存在问题：

●  可扩展性有限

●  计算密度不足

虽然一些加速矩阵乘法技术（Accelerated Matrix Multiplication）能提高性能，但效率并不理想。

ACE如何解决问题

EAG希望通过ACE解决上述限制。

ACE提供：

●  加速矩阵乘法

●  更高灵活性

●  更强扩展性

同时还能：

●  复用现有AVX10优化成果

●  构建可扩展矩阵加速框架

这一框架适用于：

●  笔记本电脑

●  工作站

●  服务器

●  超级计算机

这种跨平台能力和扩展性，使开发者无需频繁将AI计算卸载到专用硬件（如GPU/AI加速器），从而降低开发复杂度。

根据白皮书，AMD和Intel将ACE称为：“x86标准矩阵加速架构（Standard Matrix Acceleration Architecture for x86）”

ACE支持多种AI数据格式

ACE原生支持常见AI矩阵乘法数据格式，包括：

●  INT8

●  OCP FP8

●  OCP MXFP8

●  OCP MXINT8

●  BF16

ACE还引入基于**外积（outer product）**操作的矩阵加速方式，并专门为AVX10设计。

其性能优势非常明显：ACE外积操作相比同等AVX10乘加运算（multiply-accumulate），计算密度提升16倍（16x），同时输入向量数量保持不变。也就是说同样输入，计算效率高16倍。

软件生态支持已经展开

由于ACE是AVX10指令集扩展的一部分，目前软件支持工作已在推进。已开始集成的领域包括：

●  深度学习与高性能计算库（HPC），例如：低精度GEMM矩阵运算，LLM基础计算模块（primitives）

●  Python科学计算库，包括：NumPy，SciPy

●  机器学习框架，包括：PyTorch，TensorFlow

ACE只是x86未来发展的第一步，英伟达CEO曾表示：Intel与AMD之间的x86联盟是保持x86架构持续生命力所必需的。这意味着在ARM架构和AI专用芯片快速崛起的背景下，x86需要统一标准、提升AI能力，才能继续保持竞争力。目前来看，x86的发展方向似乎已经掌握在可靠的合作联盟手中。