AMD и Intel утвердили инструкции ACE — ускорители ИИ войдут в будущие x86-процессоры
AMD и Intel совместно утвердили набор инструкций ACE (AI Compute Extensions) для будущих x86-процессоров. Новые инструкции добавят в ядра CPU специализированные блоки умножения матриц с поддержкой квантованных весов — ключевая операция для локального ИИ-вывода. Над спецификацией компании работали с осени 2024 года в рамках Консультативной группы x86, чтобы не уступать позиций архитектурам Arm и RISC-V.
AI-обработка оригинала 3DNews AI; редакция Hamidun News
AMD и Intel опубликовали совместную спецификацию AI Compute Extensions (ACE) — набор новых инструкций для будущих x86-процессоров, которые добавят специализированные вычислительные блоки для ускорения задач искусственного интеллекта прямо в ядрах CPU.
Зачем понадобился ACE С осени 2024 года AMD и
Intel работают вместе в рамках Консультативной группы экосистемы x86. Главная цель — защитить позиции классической архитектуры на фоне растущей конкуренции со стороны Arm и RISC-V, которые активно осваивают рынок серверов, ноутбуков и встраиваемых систем. Ещё несколько лет назад x86 был безоговорочным стандартом для персональных компьютеров и серверов.
Сейчас это уже не так однозначно: Apple Silicon на Arm показал профессиональную производительность в ноутбуках, Qualcomm Snapdragon X Elite вышел на рынок Windows-устройств, а Arm-серверы Ampere и AWS Graviton занимают всё большую долю в облачных дата-центрах. В этом контексте совместная спецификация ACE — ответ обоих производителей на общую угрозу. Единый стандарт позволит разработчикам ПО однажды реализовать поддержку ACE и получить ускорение на чипах как AMD, так и Intel, не занимаясь отдельной оптимизацией под каждого производителя.
Что умеет ACE В основе ACE лежит умножение матриц — базовая математическая операция нейросетей.
Именно она занимает большую часть вычислительного времени при запуске языковых моделей, систем распознавания изображений и других ИИ-приложений. Спецификация сосредоточена прежде всего на ИИ-выводе (inference) — то есть на запуске уже обученных моделей в рабочих условиях, а не на их обучении. Для этого сценария особенно важна поддержка квантованных весов: форматы INT4, INT8, FP8 и смежные позволяют держать в памяти более крупные модели при значительно меньших требованиях к ресурсам.
Ключевые возможности, предусмотренные спецификацией: Специализированные блоки умножения матриц внутри ядер CPU Поддержка квантованных форматов данных (INT4, INT8, FP8) Оптимизация под задачи ИИ-вывода, а не обучения Единая спецификация для процессоров AMD и Intel * Совместимость с существующей экосистемой x86 Важно, что ACE описывает ISA-уровень — набор инструкций, а не микроархитектурную реализацию. Каждый производитель будет строить аппаратные блоки по-своему, но программный код, написанный под ACE, заработает и на AMD, и на Intel.
Конкуренция подталкивает к союзу AMD и
Intel — исторические конкуренты, чьё соперничество насчитывает десятилетия. Совместный публичный технический проект между ними — явление редкое и само по себе показательное: оно свидетельствует о серьёзности давления, которое испытывает x86-экосистема. Arm уже доказал способность конкурировать с x86 по производительности. RISC-V, хотя пока менее зрелый, активно наращивает поддержку в академических и промышленных кругах. Если x86 не предложит конкурентоспособного ИИ-стандарта, разработчики рискуют начать оптимизировать решения под Arm-платформы, у которых уже есть устоявшиеся расширения — NEON, SME2 и другие. Кроме того, авторы крупных ИИ-фреймворков — PyTorch, ONNX Runtime, TensorFlow Lite — заинтересованы в стабильных стандартах. Единая спецификация снижает для них стоимость поддержки x86 и делает платформу привлекательнее как точку применения оптимизаций.
Что это значит ACE — первый за долгое время крупный совместный
технический стандарт двух главных игроков x86-рынка. Если спецификация получит широкое принятие, следующее поколение x86-систем сможет эффективнее запускать локальные ИИ-модели без дополнительного NPU или GPU. Для корпоративного сегмента это означает больше гибкости при развёртывании ИИ-приложений; для потребительских устройств — лучшую производительность без роста стоимости.
Хотите не читать про ИИ, а внедрить его?
«AI News» — это полезные новости из мира ИИ. Системно научиться работать с нейросетями и применять их в работе — в Hamidun Academy.
Главное из мира ИИ — раз в неделю
7 ключевых событий недели, отобранных вручную. Без шума, репостов и пресс-релизов.
Готово! Проверьте почту — мы отправили подтверждение.