x86生态系统咨询小组EAG发布ACE规范1.15版本，明确了面向AI计算的统一扩展方向。该规范通过原生矩阵乘法引擎与低精度数据格式支持，提升x86架构在AI负载下的执行效率。
EAG由英特尔与AMD在2024年共同成立，目标是协调x86架构的长期演进，减少因指令集差异造成的软件碎片化问题。此前AVX-512因不同实现方式导致兼容性不足，ACE从设计阶段即要求两家公司保持一致支持。
ACE作为AI Compute Extensions，定位为加速人工智能与机器学习任务的x86指令集。其核心在于优化矩阵乘法运算与低精度数据处理流程，这是深度学习中最常见的计算路径。
ACE基于现有AVX体系扩展，加入图块寄存器状态，并定义数据移动与处理方式。同时纳入AVX10框架下的格式转换指令，补齐低精度格式支持。
ACE覆盖INT8、INT32、FP32、BF16、FP16、E8M0、FP8，以及MX联盟提出的多种FP与INT格式，进一步扩展AI模型在x86平台的适配范围。
AMD计划在Zen6引入新的AI数据类型支持与更多AI管线，Zen7将搭载新矩阵引擎与扩展数据格式能力。ACE在相同输入规模下的矩阵计算密度可达到AVX10的16倍，单条指令可完成更多计算，降低调度开销并提升内存带宽利用率。该提升并不等同于16倍性能增长，最终表现仍取决于处理器的具体硬件设计。
ACE的跨厂商通用性使开发者无需针对不同AVX版本编写多套代码。PyTorch与TensorFlow等主流框架可直接兼容ACE，降低AI模型在CPU侧运行的适配成本。对于无独显设备或低延迟任务，ACE可在CPU上承担部分AI推理需求，减少对NPU或GPU的依赖。
