Le partenariat ACE d’AMD et Intel booste fortement les performances IA comme architecture standard d’accélération matricielle pour puces x86
Intel et AMD unissent leurs efforts pour les extensions ACE sur architectures x86. Ces nouveautés accélèrent les multiplications matricielles, cœur des réseaux neuronaux et modèles IA, tout en assurant scalabilité et efficacité énergétique. Le livre blanc commun révèle les avancées techniques et l’intégration avec AVX10.
Les extensions ACE renforcent la stratégie x86 commune d’Intel et AMD pour l’accélération matricielle
L’an dernier, Intel et AMD ont lancé le groupe consultatif pour l’écosystème x86. L’objectif : proposer des fonctionnalités standardisées sur toutes les architectures, pour une compatibilité et une évolutivité adaptées aux besoins futurs. Parmi les quatre nouveautés annoncées figuraient FRED, AVX10, ChkTag et ACE.
Le livre blanc ACE, publié par les deux firmes, détaille les apports de cette extension pour les processeurs x86.
Avec les retours du groupe consultatif, AMD et Intel ont harmonisé l’ISA ACE pour offrir une accélération matricielle standardisée sur l’écosystème x86. Cette collaboration intègre des idées des deux éditeurs et des insights du groupe. Les deux continuent de planifier l’évolution d’ACE et AVX10, pour exploiter les usages IA et autres charges. L’adoption massive et les performances élevées des x86 en font un choix privilégié des développeurs ; ACE consolide cet avenir.
Ce document présente les AI Compute Extensions pour l’ISA x86. ACE booste les performances de multiplication matricielle, avec scalabilité et efficacité énergétique. Elle fusionne sans heurt avec AVX10, pour une accélération matricielle accessible partout sur x86.
Les AI Compute Extensions, ou ACE, pour architectures x86 améliorent nettement les multiplications matricielles, avec scalabilité et sobriété énergétique. Les extensions SIMD actuelles comme AVX10 gèrent ces opérations, mais peinent sur la densité de calcul et l’évolutivité. Les méthodes d’accélération dédiée offrent plus de vitesse, sans toujours optimiser l’efficacité.
Le groupe consultatif résout ces limites via ACE, qui accélère les multiplications matricielles avec flexibilité et évolutivité. Elle réutilise les optimisations AVX10 existantes, pour un cadre d’accélération scalable des ordinateurs portables aux supercalculateurs. Cette portabilité réduit les contraintes pour les développeurs, par rapport au transfert vers du matériel dédié IA.
Selon le livre blanc, AMD et Intel présentent ACE comme l’architecture standard d’accélération matricielle pour x86.
Sur le fond, ACE gère nativement les multiplications matricielles en formats IA courants : INT8, OCP FP8, OCP MXFP8, OCP MXINT8 et BF16. Elle ajoute une accélération par produit externe, compatible AVX10. Cette opération offre un gain de densité de calcul 16 fois supérieur à une accumulation-multiplication AVX10 équivalente, avec les mêmes vecteurs d’entrée.
Extension d’AVX10, ACE prépare déjà son intégration logicielle, dans :
- Bibliothèques deep learning et HPC (GEMM basse précision, primitives LLM)
- Librairies Python comme NumPy et SciPy
- Frameworks machine learning tels que PyTorch et TensorFlow
ACE marque une étape pour l’évolution des x86. Le PDG de NVIDIA a salué l’alliance Intel-AMD comme vitale pour l’architecture. Les x86 semblent bien lotis.
