ACE: AMD и Intel встроят ИИ-ускоритель в x86

AMD и Intel впервые за годы договорились о едином стандарте. ACE — это инструкции матричного ускорения для x86: процессор сам умножает матрицы, на которых держатся нейросети. Раньше этим занимался отдельный ускоритель. Заявка дерзкая — до шестнадцати раз выше плотность вычислений против нынешних векторных команд. Для бизнеса это ИИ-инференс на обычном процессоре, без видеокарты.

Краткое содержание

• ACE — общий для AMD и Intel стандарт матричного ускорения в x86, его согласовала группа x86 Ecosystem Advisory Group;
• восемь матричных регистров 16×16 и схема «внешнего произведения» дают до шестнадцати раз выше плотность вычислений против AVX10;
• нативно считает ИИ-форматы INT8, BF16, FP8 и масштабируемые MX-форматы (MXFP8, MXFP6, MXFP4) с блочным масштабированием;
• спецификация уже опубликована, первые процессоры — не раньше 2027 года; поддержку готовят в PyTorch, TensorFlow, NumPy и SciPy.

Что такое ACE и почему это важно

Умножение матриц — основная операция нейросетей и языковых моделей. У Intel под это давно есть расширение AMX, у AMD своего аналога не было: код под матричное ускорение приходилось писать по-разному или не использовать его вовсе. ACE закрывает разрыв — это один набор инструкций сразу для обеих архитектур.

Технически ACE добавляет в процессор восемь двумерных регистров-плиток размером 16×16. Считает он «внешним произведением»: за один проход берёт сразу все пересечения строк и столбцов, а не перебирает их по очереди, как обычные векторные команды. Отсюда и заявленный выигрыш — до шестнадцати раз выше плотность вычислений при том же объёме входных данных, что у AVX10. При этом ACE не конфликтует с AVX10, а работает в связке: векторные регистры идут на вход, плитки накапливают результат.

Что это даёт на практике

Главное для закупщика — ИИ-инференс на процессоре становится дешевле и реальнее. Небольшие модели, эмбеддинги, классический машинный анализ, рекомендательные системы можно гонять на CPU, не докупая видеокарту под каждую задачу. Там, где GPU избыточен, ACE снимает с него нагрузку.

Второй плюс — единый стандарт. Софт, написанный под ACE, одинаково пойдёт и на AMD, и на Intel: меньше привязки к конкретному производителю процессора при выборе сервера. Заодно x86 догоняет архитектуру ARM, где матричные расширения уже есть. А поддержка форматов FP4 и FP6 с блочным масштабированием поднимает пропускную способность инференса — лёгким моделям этого хватает с запасом.

Где подвох

Главный нюанс — сроки. Спецификация готова, но первых процессоров с ACE ждут не раньше 2027 года: у AMD это будущее ядро Zen 7, у Intel — следующие серверные Xeon. Купить такой процессор прямо сейчас нельзя.

И ACE не отменяет GPU. Тяжёлое обучение и большие языковые модели по-прежнему за ускорителями с сотнями гигабайт памяти — процессор с матричными командами их не заменит. ACE сужает разрыв на инференсе средней руки, а не переносит всю ИИ-нагрузку на CPU. Для российского рынка добавьте обычную задержку с поставками серверных новинок: реальная доступность сместится ещё дальше от анонса.

Для каких задач Компактный GPU-сервер до 2 видеокарт для начальных задач в AI и графике. Оптимален для инференса, визуализации, VFX и рендеринга в студиях и лабораториях, где важна гибкость.

Подробнее

Видеокарты

RTX / RTX PRO / H200 NVL

Объем видеопамяти до 282 ГБ

Процессоры

Threadripper PRO

Количество ядер до 96

RAM до 1024 ГБ DDR5

Форм-фактор 4.5U

Для каких задач Универсальная платформа на 4–6 GPU для локального обучения моделей и генеративных задач. Подходит для команд, которым важна надёжность сервера и свобода выбора графики — от RTX 5090 до PRO RTX 6000.

Подробнее

Видеокарты

RTX / RTX PRO / H200 NVL

Объем видеопамяти до 576 ГБ

Процессоры

Threadripper PRO

Количество ядер до 96

RAM до 1024 ГБ DDR5

Форм-фактор 6.5U

Для каких задач Сервер промышленного уровня на 8 GPU с кластерной архитектурой. Предназначен для дата-центров и AI-ферм, где требуется масштабируемость и полная загрузка ресурсов под обучение LLM и R&D.

Подробнее

Видеокарты

RTX PRO 6000 / RTX 5090

Объем видеопамяти до 768 ГБ

Процессоры

AMD Epyc, Intel Xeon

Количество ядер до 320

RAM до 3072 ГБ DDR5

Форм-фактор 6U

Для каких задач Серия серверов для кластеризации на 4 GPU. Предназначены для дата-центров и AI-ферм, где требуется повышенная плотность для обучение LLM и R&D.

Подробнее

Видеокарты

L40s / RTX PRO / H200 NVL

Объем видеопамяти до 564 ГБ

Процессоры

AMD EPYC, Intel Xeon

Количество ядер до 128

RAM до 1536 ГБ DDR5

Форм-фактор 2U

Для каких задач Серия серверов для кластеризации на 8 GPU. Предназначены для дата-центров и AI-ферм, где требуется повышенная плотность для обучение LLM и R&D.

Подробнее

Видеокарты

L40s / RTX PRO / H200 NVL

Объем видеопамяти до 1128 ГБ

Процессоры

AMD EPYC, Intel Xeon

Количество ядер до 256

RAM до 2048 ГБ DDR5

Форм-фактор 4U

Для каких задач HGX объединяет 8 видеокарт NVIDIA H200, достигая экстремальной плотности производительности. Благодаря внутренней связности NVSwitch мгновенно интегрируется в масштабные вычислительные кластеры.

Подробнее

Видеокарты

NVIDIA H200 SXM

Объем видеопамяти до 1128 ГБ

Процессоры

AMD EPYC, Intel Xeon

Количество ядер до 256

RAM до 2048 ГБ DDR5

Форм-фактор 5U