AMD وIntel تعتمدان تعليمات ACE — مسرّعات الذكاء الاصطناعي ستدخل معالجات x86 المستقبلية

اعتمدت AMD وIntel معًا مجموعة التعليمات ACE (AI Compute Extensions) لمعالجات x86 المستقبلية. وستضيف التعليمات الجديدة إلى أنوية المعالج المركزي وحدات متخصصة لضرب المصفوفات تدعم الأوزان المكمَّمة، وهي العملية الأساسية في الاستدلال المحلي للذكاء الاصطناعي. وتعمل الشركتان على المواصفات منذ خريف 2024 ضمن المجموعة الاستشارية لمنظومة x86، حتى لا تفقدا مواقعهما أمام معماريتي Arm وRISC-V.

معالج بواسطة الذكاء الاصطناعي من 3DNews AI؛ بتحرير Hamidun News
AMD وIntel تعتمدان تعليمات ACE — مسرّعات الذكاء الاصطناعي ستدخل معالجات x86 المستقبلية
المصدر: 3DNews AI. كولاج: Hamidun News.
استمع للمقال
بطاقة الحقائق والأرقام
المعيارالتفاصيل
المصدر الأصلي3DNews AI ↗
رئيس التحرير
حقيقة رئيسية #1وحدات متخصصة لضرب المصفوفات داخل أنوية المعالج المركزي
حقيقة رئيسية #2دعم صيغ البيانات المكمَّمة (INT4 وINT8 وFP8)
حقيقة رئيسية #3تحسين موجَّه لمهام الاستدلال لا التدريب

نشرت AMD وIntel مواصفات مشتركة باسم AI Compute Extensions (ACE)، وهي مجموعة تعليمات جديدة لمعالجات x86 المستقبلية ستضيف وحدات حوسبة متخصصة لتسريع مهام الذكاء الاصطناعي مباشرة داخل أنوية المعالج المركزي.

لماذا ظهرت الحاجة إلى ACE

منذ خريف 2024 تعمل AMD وIntel معًا ضمن المجموعة الاستشارية لمنظومة x86. والهدف الرئيسي حماية مكانة المعمارية الكلاسيكية في مواجهة منافسة متصاعدة من Arm وRISC-V، اللتين تتوسعان بنشاط في أسواق الخوادم والحواسيب المحمولة والأنظمة المدمجة.

قبل بضع سنوات فقط، كانت x86 المعيار الذي لا ينازعه أحد في الحواسيب الشخصية والخوادم. أما اليوم فالصورة أقل وضوحًا: فقد أظهرت Apple Silicon القائمة على Arm أداءً احترافيًا في الحواسيب المحمولة، ودخل Qualcomm Snapdragon X Elite سوق أجهزة Windows، وتستحوذ خوادم Arm من Ampere وAWS Graviton على حصة متنامية في مراكز البيانات السحابية.

في هذا السياق تمثل مواصفات ACE المشتركة ردًّا من الشركتين على تهديد مشترك. فالمعيار الموحد يتيح لمطوري البرمجيات تنفيذ دعم ACE مرة واحدة والحصول على التسريع على رقائق AMD وIntel معًا، دون الحاجة إلى تحسين منفصل لكل شركة.

ما الذي يقدّمه ACE

يقوم ACE في جوهره على ضرب المصفوفات، وهي العملية الرياضية الأساسية في الشبكات العصبية. وتستحوذ هذه العملية على الجزء الأكبر من زمن الحوسبة عند تشغيل النماذج اللغوية وأنظمة التعرف على الصور وغيرها من تطبيقات الذكاء الاصطناعي.

تركّز المواصفات في المقام الأول على الاستدلال (inference)، أي تشغيل النماذج المدرَّبة بالفعل في ظروف الإنتاج، لا على تدريبها. ويكتسب دعم الأوزان المكمَّمة أهمية خاصة في هذا السيناريو: فصيغ INT4 وINT8 وFP8 وما يشابهها تتيح الاحتفاظ في الذاكرة بنماذج أكبر بمتطلبات موارد أقل بكثير.

أبرز الإمكانات التي تنص عليها المواصفات:

  • وحدات متخصصة لضرب المصفوفات داخل أنوية المعالج المركزي
  • دعم صيغ البيانات المكمَّمة (INT4 وINT8 وFP8)
  • تحسين موجَّه لمهام الاستدلال لا التدريب
  • مواصفات موحدة لمعالجات AMD وIntel
  • التوافق مع منظومة x86 القائمة

ومن المهم أن ACE تصف مستوى ISA، أي مجموعة التعليمات، لا التنفيذ المعماري الدقيق. وستبني كل شركة الوحدات العتادية بطريقتها، لكن الشيفرة البرمجية المكتوبة وفق ACE ستعمل على معالجات AMD وIntel على حد سواء.

المنافسة تدفع نحو التحالف

تُعدّ AMD وIntel منافستين تاريخيتين تمتد المنافسة بينهما لعقود. ومشروع تقني علني مشترك بينهما أمر نادر، وهو بحد ذاته دليل على حجم الضغط الذي تتعرض له منظومة x86.

وقد أثبتت Arm قدرتها على منافسة x86 في الأداء. أما RISC-V فهي أقل نضجًا حتى الآن، لكنها توسّع الدعم لها بنشاط في الأوساط الأكاديمية والصناعية. وإذا لم تقدّم x86 معيارًا تنافسيًا للذكاء الاصطناعي، فقد يبدأ المطورون بتحسين حلولهم لمنصات Arm، التي تملك أصلًا امتدادات راسخة مثل NEON وSME2 وغيرهما.

إضافة إلى ذلك، فإن مطوري أطر الذكاء الاصطناعي الكبرى، مثل PyTorch وONNX Runtime وTensorFlow Lite، مهتمون بمعايير مستقرة. وتخفّض المواصفات الموحدة عليهم كلفة دعم x86، وتجعل المنصة أكثر جاذبية كوجهة لتطبيق التحسينات.

ماذا يعني ذلك

يُعدّ ACE أول معيار تقني مشترك كبير منذ زمن طويل بين أبرز لاعبين في سوق x86. وإذا حظيت المواصفات بقبول واسع، فسيكون بمقدور الجيل القادم من أنظمة x86 تشغيل نماذج الذكاء الاصطناعي المحلية بكفاءة أعلى دون وحدة NPU أو GPU إضافية. وفي قطاع الشركات يعني ذلك مرونة أكبر عند نشر تطبيقات الذكاء الاصطناعي، وفي الأجهزة الاستهلاكية أداءً أفضل دون ارتفاع في التكلفة.

القصة

أسئلة وأجوبة حول الخبر

ما أبرز التفاصيل حول لماذا ظهرت الحاجة إلى ACE؟

منذ خريف 2024 تعمل AMD وIntel معًا ضمن المجموعة الاستشارية لمنظومة x86. والهدف الرئيسي حماية مكانة المعمارية الكلاسيكية في مواجهة منافسة متصاعدة من Arm وRISC-V، اللتين تتوسعان بنشاط في أسواق الخوادم والحواسيب المحمولة والأنظمة المدمجة. قبل بضع سنوات فقط، كانت x86 المعيار الذي لا ينازعه أحد في الحواسيب الشخصية والخوادم. أما اليوم فالصورة أقل وضوحًا: فقد أظهرت Apple Silicon القائمة على Arm أداءً احترافيًا في الحواسيب المحمولة، ودخل Qualcomm Snapdragon X Elite سوق أجهزة Windows، وتستحوذ خوادم Arm من Ampere وAWS Graviton على حصة متنامية في مراكز البيانات السحابية. في هذا السياق

ما أبرز التفاصيل حول ما الذي يقدّمه ACE؟

يقوم ACE في جوهره على ضرب المصفوفات، وهي العملية الرياضية الأساسية في الشبكات العصبية. وتستحوذ هذه العملية على الجزء الأكبر من زمن الحوسبة عند تشغيل النماذج اللغوية وأنظمة التعرف على الصور وغيرها من تطبيقات الذكاء الاصطناعي. تركّز المواصفات في المقام الأول على الاستدلال (inference)، أي تشغيل النماذج المدرَّبة بالفعل في ظروف الإنتاج، لا على تدريبها. ويكتسب دعم الأوزان المكمَّمة أهمية خاصة في هذا السيناريو: فصيغ INT4 وINT8 وFP8 وما يشابهها تتيح الاحتفاظ في الذاكرة بنماذج أكبر بمتطلبات موارد أقل بكثير. أبرز الإمكانات التي تنص عليها المواصفات: وحدات متخصصة لضرب المصفوفات داخل أ

ما أبرز التفاصيل حول المنافسة تدفع نحو التحالف؟

تُعدّ AMD وIntel منافستين تاريخيتين تمتد المنافسة بينهما لعقود. ومشروع تقني علني مشترك بينهما أمر نادر، وهو بحد ذاته دليل على حجم الضغط الذي تتعرض له منظومة x86. وقد أثبتت Arm قدرتها على منافسة x86 في الأداء. أما RISC-V فهي أقل نضجًا حتى الآن، لكنها توسّع الدعم لها بنشاط في الأوساط الأكاديمية والصناعية. وإذا لم تقدّم x86 معيارًا تنافسيًا للذكاء الاصطناعي، فقد يبدأ المطورون بتحسين حلولهم لمنصات Arm، التي تملك أصلًا امتدادات راسخة مثل NEON وSME2 وغيرهما. إضافة إلى ذلك، فإن مطوري أطر الذكاء الاصطناعي الكبرى، مثل PyTorch وONNX Runtime وTensorFlow Lite، مهتمون بمعايير مستقرة. وت

ZK
جمال حميدون — مدير المنتجات في Alpina Digital ومدير منتج AlpinaGPT. يبني منتجات الذكاء الاصطناعي منذ 2019. بدأ Hamidun News كمشروع شخصي ثم أصبح مُجمِّعًا إنتاجيًا بأكثر من 6000 قارئ.
✦ Unified AI Workspace

Access Frontier LLMs & Multimodal AI in One Workspace

Discover NomadNet AI (nomadnet.ai) — unified access to frontier language models, research synthesis, and multimodal workflows.

Try NomadNet AI →Launch NomadNet Agent
ما رأيك؟
جارٍ تحميل التعليقات…