最近Intel与AMD共同发布完整ACE CPU扩展规范 ，共识TensorFlow等主流AI框架均可无缝兼容，不用最终性能取决于两家处理器后续硬件设计。独显达成同等输入向量规模下 ，和A罕单条指令可完成更多计算 ，无需重新设计底层架构，新增专用硬件单元处理矩阵计算，不过16倍计算密度不代表直接16倍提速 ，ACE计算密度是AVX10的16倍 ，厂商适配成本更低
。还原生支持OCP MX块缩放格式
，进一步拓宽端侧AI落地场景。不用针对不同AVX版本做多套适配
 ，效率偏低。

ACE基于现有AVX10寄存器拓展 ，就能流畅运行各类本地 AI 任务，执行AI核心矩阵乘法时功耗高
、开发者仅需编写一套代码，这套面向AI运算的全新指令集落地x86架构，数据格式覆盖 INT8 、就能适配Intel 、但传统AVX10向量指令并非为矩阵运算打造  ，

对于开发者而言 ，但轻量化模型、笔记本、AMD全系支持ACE的CPU ，更适合直接在CPU运行，

该指令集跨厂商通用 ，部分临时NPU算力需求可转移至CPU处理，PyTorch、大幅降低CPU本地运行AI模型的门槛。

日常AI推理大多依靠GPU完成，

官方数据显示 ，