近日，Intel 與 AMD 披露了新的 ACE CPU 擴展方案，旨在為 x86 架構引入更高效的面向 AI 計算的指令集。根據現有信息，這一設計主要圍繞矩陣乘法展開優化，重點提升功耗效率與計算密度，以更適應當前生成式 AI 和機器學習等負載對底層算力的需求。
從技術方向來看，矩陣乘法是 AI 推理與訓練中的核心操作之一，也是影響處理器能效表現的重要環節。ACE 擴展的意義在於，嘗試通過新的指令設計讓 x86 處理器在處理相關任務時，以更少的能耗完成更多計算，並在晶片面積利用上實現更高密度。這意味著，傳統以通用計算見長的 x86 平台，正在進一步補足面向 AI 工作負載的執行能力。
ACE 擴展反映 CPU 廠商對 AI 趨勢的回應
此次更新也反映出 CPU 廠商對 AI 應用趨勢的持續響應。隨著 AI 模型規模擴大，數據中心與終端設備都對能效提出了更高要求。相比單純依賴頻率提升或堆疊更多核心，面向特定場景增加專用指令，已成為提升實際性能表現的一種重要途徑。對於 Intel 和 AMD 而言，ACE 擴展有望讓 x86 生態在 AI 計算方面獲得更明確的優化方向。
從產業層面看，x86 長期是伺服器和個人計算市場的重要基礎架構。如今 AI 負載快速增長，處理器設計也開始從通用性能競爭，轉向通用性能與專用加速並重。ACE 擴展的推出，顯示出兩家廠商正推動 x86 進一步適配 AI 時代的新需求。目前已公開的信息主要集中在設計目標層面，更多實現方式和落地細節仍有待後續披露。
