6月20日，x86生态系统咨询小组（EAG）正式发布了ACE规范1.15版本。这个版本最核心的价值，在于通过原生矩阵乘法引擎和低精度格式，给x86架构的AI性能来了一次实打实的增强。说白了，就是让x86芯片在跑AI任务时更顺手、更高效。

说起来，EAG这个组织本身就很有意思。去年英特尔和AMD这对老对手“世纪破冰”，联手成立了这个小组，目的就是协调x86架构的未来演进方向，推动整个生态的规范化和标准化。毕竟AI任务带来的挑战越来越具体，光靠单打独斗已经很难形成合力了。

ACE的全称是AI Compute Extensions，一套专门为加速人工智能与机器学习负载设计的x86指令集。它的核心目标非常明确：一是优化矩阵乘法运算——这是深度学习里最频繁的计算操作；二是优化低精度数据格式的处理。这两个方向，几乎就是当前AI推理和训练场景的命门。

从长期愿景来看，这次ACE的推出有一个很关键的设计初衷：避免重蹈A VX-512的覆辙。过去A VX-512因为各厂商实现方式不同，导致软件生态碎片化严重，开发者苦不堪言。而ACE从设计之初就要求AMD与英特尔共同承诺支持，并且未来产品更迭不会轻易废弃——这等于给开发者吃了一颗定心丸。

技术细节方面，ACE在现有的A VX向量指令基础上，新增了“图块寄存器”（tile register）状态，并定义了相应的数据移动与处理操作。同时，ACE还纳入了A VX10框架下的专用格式转换指令，进一步完善对低精度数据的支持。可以理解为，它在硬件层面为AI计算专门开辟了一条“快车道”。

部署路线图上，AMD已经亮出了明确的时间表：Zen 6将引入“新AI数据类型支持”与“更多AI管线”，而Zen 7则直接配备“新矩阵引擎”与“AI数据格式扩展”。这意味着，从下一代架构开始，AMD的芯片在AI加速方面会有质的飞跃。

在数据格式支持上，ACE的覆盖面相当广：INT8、INT32、FP32、BF16、FP16、E8M0、FP8，以及MX联盟定义的MX FP8（SE5M2/SE4M3）、MX FP6（SE3M2/SE2M3）、MX FP4（SE2M1）和MX INT8等。几乎把主流和前沿的低精度格式一网打尽，为开发者提供了足够灵活的选择空间。

参考