以后买 CPU 自带 AI 算力了，AMD 和 Intel 联手制定新标准
🩺 摘要
以后买 CPU 自带 AI 算力了，AMD 和 Intel 联手制定新标准 AMD 和 Intel 联手了。 不是营销合作，不是联合搞个芯片组规格——两家 x86 死对头在 x86 生态系统咨询组（EAG） 名下，一起定义了一套全新的 AI 指令集，叫 ACE（AI Compute Extens
📝 详情
以后买 CPU 自带 AI 算力了，AMD 和 Intel 联手制定新标准
AMD 和 Intel 联手了。
不是营销合作，不是联合搞个芯片组规格——两家 x86 死对头在 x86 生态系统咨询组（EAG） 名下，一起定义了一套全新的 AI 指令集，叫 ACE（AI Compute Extensions）。
最新规范 v1.15 已经发布。它的核心一句话概括：把矩阵乘法引擎直接塞进 CPU 核心里。
16 倍密度碾压，但不是取代 GPU
先说 ACE 做了什么。
现在的 CPU 跑 AI 计算，靠的是 AVX（高级矢量扩展）指令集。但它有个硬伤：矩阵乘法需要大量的乘-加操作，AVX 的标量和矢量单元干这个活效率很低，算力密度上不去。
ACE 的办法是加一套全新的 tile（瓦片）寄存器和外积运算单元，专门干矩阵乘法。
跟 AVX10 深度绑定——ACE 的输入输出直接走 AVX10 的矢量寄存器，ACE 只负责矩阵乘这块最吃算力的环节。一个 ACE 外积操作的计算密度是等效 AVX10 乘-加操作的 16 倍，功耗还不增加。
但别误会。它不是要取代 GPU。 分析师 Jim McGregor 说得很透：CPU 永远不会比 GPU/AI 加速器更高效。ACE 的真正价值在于那些没法装独显和 NPU 的场景——嵌入式设备、边缘计算、轻薄本。
一口气支持 11 种数据格式
ACE v1 规格里列了 11 种数据格式，覆盖了当下 AI 推理用的主流低精度格式：
- 基础格式：INT8、INT32、FP32、FP16、BF16
- OCP MX 格式：MX FP8、MX FP6、MX FP4、MX INT8
- 专用格式：E8M0（无符号 8 位指数，用于 block scaling）、FP8（OCP OFP8 规范）
什么意思？就是 ACE 能直接理解 AI 模型推理时用的量化权重格式。模型里的 FP8、MX FP4 这类数据，不需要先转换成 FP32 再算，ACE 原生支持，直接算。
这对推理效率和内存带宽都是实打实的提升。
最快的 2028 年，别着急换机
那什么时候能用上？
按目前已知的路线图：第一波 ACE-v1 处理器最早 2028 年。
- AMD Zen 6 和 Intel Nova Lake 两家的路线图上都没提到 ACE
- AMD 在 Zen 7 的规划里提到了一个新 "Matrix Engine"——大概率就是 ACE
- Intel 这边还没有对应的产品代号
也就是说，ACE 不是未来一两年的东西。现在买 Zen 6 或 Arrow Lake 的新 CPU，是吃不到 ACE 红利的。等 Zen 7 那一代。
对比一下竞争对手：ARM 的 SME2（可伸缩矩阵扩展）已经落地——Apple M4 和 Qualcomm Snapdragon X2 都用上了。x86 在 AI 指令集上确实落后了，但 ACE 至少让 AMD 和 Intel 站在了同一条起跑线上。
对普通用户意味着什么
说人话版：
如果你只打游戏、上网、跑 Office——ACE 跟你没关系。 你的工作负载用不到矩阵乘法。
如果你跑本地 AI 模型（LLM 推理、Stable Diffusion、本地 RAG）——ACE 会有用。 但前提是你的 CPU 支持 ACE，而且软件生态跟上。2028 年之前别指望。
如果你是做嵌入式/边缘 AI 开发的——ACE 是个值得关注的信号。 它意味着未来在无 GPU 的 x86 设备上跑 AI 推理，CPU 自己就能扛了。
另外还有一个容易被忽略的点：ACE 由 AMD 和 Intel 联合定义，意味着 同一个 AI 代码在两家的 CPU 上跑，结果一致，不需要分别优化。这在 x86 历史上是第一次。以前 AMD 用 AVX2、Intel 用 AVX-512，生态各走各的，开发者两边都得伺候。ACE 把这个割裂补齐了。
个人观点：x86 的"合围"比 ACE 本身更重要
ACE v1 的规格说不上惊艳。支持的格式多，但基本都是现在行业已经用起来的（MX FP4/FP6/FP8 都是 OCP 标准）。计算密度 16 倍于 AVX10，但 ARM SME2 的 M4 芯片已经在跑路了。
我觉得真正重要的不是 ACE 有多强，而是谁在推它。
AMD 和 Intel 两家历史上的死对头，因为 ARM 和 RISC-V 的压力，坐到了同一张桌子前。除了 ACE，EAG 还搞了 FRED（灵活返回指令）、AVX10（统一 AVX 生态）、ChkTag（内存安全标签）、APX（高级性能扩展）——全部是联合定义，统一落地。
这个"合围"姿态，比单一指令集的性能数字更有信号意义。x86 从未像现在这样碎片化过（看看 AVX-512 在不同代 Intel 芯片上的混乱局面），也从未像现在这样在 AI 上落后过。ACE 的 16 倍密度不是答案，统一生态、降低开发者成本，才是 x86 应对 ARM 挑战的真正底牌。
评论区见
所以问题来了：ACE 能把 x86 拉回 AI 赛道的牌桌吗？还是说等你真正买到支持 ACE 的 CPU 时，ARM 侧已经跑了一个代际的差距？你是等等 Zen 7，还是直接投向 M 系列或骁龙 X 了？
以后买 CPU 自带 AI 算力了，AMD 和 Intel 联手制定新标准
AMD 和 Intel 联手了。
不是营销合作，不是联合搞个芯片组规格——两家 x86 死对头在 x86 生态系统咨询组（EAG） 名下，一起定义了一套全新的 AI 指令集，叫 ACE（AI Compute Extensions）。
最新规范 v1.15 已经发布。它的核心一句话概括：把矩阵乘法引擎直接塞进 CPU 核心里。
16 倍密度碾压，但不是取代 GPU
先说 ACE 做了什么。
现在的 CPU 跑 AI 计算，靠的是 AVX（高级矢量扩展）指令集。但它有个硬伤：矩阵乘法需要大量的乘-加操作，AVX 的标量和矢量单元干这个活效率很低，算力密度上不去。
ACE 的办法是加一套全新的 tile（瓦片）寄存器和外积运算单元，专门干矩阵乘法。
跟 AVX10 深度绑定——ACE 的输入输出直接走 AVX10 的矢量寄存器，ACE 只负责矩阵乘这块最吃算力的环节。一个 ACE 外积操作的计算密度是等效 AVX10 乘-加操作的 16 倍，功耗还不增加。
但别误会。它不是要取代 GPU。 分析师 Jim McGregor 说得很透：CPU 永远不会比 GPU/AI 加速器更高效。ACE 的真正价值在于那些没法装独显和 NPU 的场景——嵌入式设备、边缘计算、轻薄本。
一口气支持 11 种数据格式
ACE v1 规格里列了 11 种数据格式，覆盖了当下 AI 推理用的主流低精度格式：
- 基础格式：INT8、INT32、FP32、FP16、BF16
- OCP MX 格式：MX FP8、MX FP6、MX FP4、MX INT8
- 专用格式：E8M0（无符号 8 位指数，用于 block scaling）、FP8（OCP OFP8 规范）
什么意思？就是 ACE 能直接理解 AI 模型推理时用的量化权重格式。模型里的 FP8、MX FP4 这类数据，不需要先转换成 FP32 再算，ACE 原生支持，直接算。
这对推理效率和内存带宽都是实打实的提升。
最快的 2028 年，别着急换机
那什么时候能用上？
按目前已知的路线图：第一波 ACE-v1 处理器最早 2028 年。
- AMD Zen 6 和 Intel Nova Lake 两家的路线图上都没提到 ACE
- AMD 在 Zen 7 的规划里提到了一个新 "Matrix Engine"——大概率就是 ACE
- Intel 这边还没有对应的产品代号
也就是说，ACE 不是未来一两年的东西。现在买 Zen 6 或 Arrow Lake 的新 CPU，是吃不到 ACE 红利的。等 Zen 7 那一代。
对比一下竞争对手：ARM 的 SME2（可伸缩矩阵扩展）已经落地——Apple M4 和 Qualcomm Snapdragon X2 都用上了。x86 在 AI 指令集上确实落后了，但 ACE 至少让 AMD 和 Intel 站在了同一条起跑线上。
对普通用户意味着什么
说人话版：
如果你只打游戏、上网、跑 Office——ACE 跟你没关系。 你的工作负载用不到矩阵乘法。
如果你跑本地 AI 模型（LLM 推理、Stable Diffusion、本地 RAG）——ACE 会有用。 但前提是你的 CPU 支持 ACE，而且软件生态跟上。2028 年之前别指望。
如果你是做嵌入式/边缘 AI 开发的——ACE 是个值得关注的信号。 它意味着未来在无 GPU 的 x86 设备上跑 AI 推理，CPU 自己就能扛了。
另外还有一个容易被忽略的点：ACE 由 AMD 和 Intel 联合定义，意味着 同一个 AI 代码在两家的 CPU 上跑，结果一致，不需要分别优化。这在 x86 历史上是第一次。以前 AMD 用 AVX2、Intel 用 AVX-512，生态各走各的，开发者两边都得伺候。ACE 把这个割裂补齐了。
个人观点：x86 的"合围"比 ACE 本身更重要
ACE v1 的规格说不上惊艳。支持的格式多，但基本都是现在行业已经用起来的（MX FP4/FP6/FP8 都是 OCP 标准）。计算密度 16 倍于 AVX10，但 ARM SME2 的 M4 芯片已经在跑路了。
我觉得真正重要的不是 ACE 有多强，而是谁在推它。
AMD 和 Intel 两家历史上的死对头，因为 ARM 和 RISC-V 的压力，坐到了同一张桌子前。除了 ACE，EAG 还搞了 FRED（灵活返回指令）、AVX10（统一 AVX 生态）、ChkTag（内存安全标签）、APX（高级性能扩展）——全部是联合定义，统一落地。
这个"合围"姿态，比单一指令集的性能数字更有信号意义。x86 从未像现在这样碎片化过（看看 AVX-512 在不同代 Intel 芯片上的混乱局面），也从未像现在这样在 AI 上落后过。ACE 的 16 倍密度不是答案，统一生态、降低开发者成本，才是 x86 应对 ARM 挑战的真正底牌。
评论区见
所以问题来了：ACE 能把 x86 拉回 AI 赛道的牌桌吗？还是说等你真正买到支持 ACE 的 CPU 时，ARM 侧已经跑了一个代际的差距？你是等等 Zen 7，还是直接投向 M 系列或骁龙 X 了？
💬 评论 (0)