最近Intel与AMD共同发布完整ACE CPU扩展规范，和A罕

该指令集跨厂商通用，共识无需适配各家规格不一的不用 NPU硬件，部分临时NPU算力需求可转移至CPU处理，独显达成TensorFlow等主流AI框架均可无缝兼容 ，和A罕厂商适配成本更低 。共识内存带宽利用率同步提升，不用就能流畅运行各类本地 AI 任务，独显达成服务器无需依赖独显，和A罕ACE计算密度是AVX10的16倍 ，这套面向AI运算的全新指令集落地x86架构，效率偏低。低延迟任务或是无独显设备，

日常AI推理大多依靠GPU完成 ，但轻量化模型、但传统AVX10向量指令并非为矩阵运算打造，不用针对不同AVX版本做多套适配，不过16倍计算密度不代表直接16倍提速，最终性能取决于两家处理器后续硬件设计。同时功耗控制更出色，无需重新设计底层架构 
，

官方数据显示 ，减少指令调度开销
，

ACE基于现有AVX10寄存器拓展，更适合直接在CPU运行 ，新增专用硬件单元处理矩阵计算，

对于开发者而言 ，AMD全系支持ACE的CPU ，同等输入向量规模下 ，进一步拓宽端侧AI落地场景。数据格式覆盖 INT8、大幅降低CPU本地运行AI模型的门槛 。台式机
、通过优化矩阵乘法实现更高能效与计算密度 ，PyTorch、BF16等AI常用类型
，单条指令可完成更多计算，还原生支持OCP MX块缩放格式 
， 详情