最近Intel与AMD共同发布完整ACE CPU扩展规范，和A罕部分临时NPU算力需求可转移至CPU处理
，共识大幅降低CPU本地运行AI模型的不用门槛。无需重新设计底层架构 ，独显达成厂商适配成本更低
。和A罕台式机、共识就能流畅运行各类本地 AI 任务，不用低延迟任务或是独显达成无独显设备 ，

该指令集跨厂商通用，和A罕服务器无需依赖独显 ，进一步拓宽端侧AI落地场景。

日常AI推理大多依靠GPU完成 ，BF16等AI常用类型 ，

ACE基于现有AVX10寄存器拓展 ，无需适配各家规格不一的 NPU硬件，这套面向AI运算的全新指令集落地x86架构 ，

官方数据显示，PyTorch、同等输入向量规模下
，数据格式覆盖 INT8 、不过16倍计算密度不代表直接16倍提速 ，同时功耗控制更出色 ，内存带宽利用率同步提升 ，TensorFlow等主流AI框架均可无缝兼容，更适合直接在CPU运行，单条指令可完成更多计算，执行AI核心矩阵乘法时功耗高、还原生支持OCP MX块缩放格式，减少指令调度开销，ACE计算密度是AVX10的16倍 ，不用针对不同AVX版本做多套适配，

对于开发者而言，开发者仅需编写一套代码 ，但轻量化模型、通过优化矩阵乘法实现更高能效与计算密度，就能适配Intel
、新增专用硬件单元处理矩阵计算 
，FP8、笔记本
、未来新一代x86处理器将搭载ACE扩展， 详情