Intel dan AMD mengumumkan peluncuran spesifikasi baru bernama Advanced Compute Extensions (ACE) yang bertujuan untuk mengoptimalkan penggunaan CPU dalam Kecerdasan Buatan (AI) pada 23 Juni 2026. Peluncuran ini dilakukan dalam upaya mengembalikan peran CPU yang sering terpinggirkan oleh GPU.
Spesifikasi ACE dirancang untuk operasi AI yang efisien pada prosesor arsitektur x86, memungkinkan penanganan model-model AI yang lebih kecil dan tugas yang sensitif terhadap latensi.
Menurut keduanya, tujuan ACE bukan untuk menggantikan GPU dalam pelatihan AI skala besar, tetapi untuk mengatasi potensi bottleneck dalam proses transfer data antara CPU dan GPU.
Dalam konteks ini, AMD dan Intel mencatat bahwa untuk beberapa beban kerja yang membutuhkan respons cepat atau berjalan pada perangkat keras terbatas, pengiriman data antara CPU dan GPU dapat menghambat kinerja.
Dengan ACE, mereka bisa menjaga beban kerja komputasi di dalam CPU untuk menghindari masalah bottleneck tersebut.
Dari segi teknis, ACE dibangun dengan fokus pada perkalian matriks, yang menjadi inti dari banyak operasi AI. Meskipun CPU sudah mampu menangani matematika ini melalui instruksi AVX, efisiensinya masih kurang karena instruksi tersebut tidak dirancang untuk beban kerja yang berat.
Spesifikasi ACE mempertahankan struktur register AVX10 dengan input 512-bit, tetapi menambahkan hardware khusus untuk operasi matriks. Kinerja ACE bisa mencapai 16 kali lipat lebih banyak untuk serangkaian vektor input tertentu dibandingkan dengan AVX10.
Walaupun hasil ini tidak menjamin performa aplikasi langsung menjadi 16 kali lebih cepat, hal ini menunjukkan bahwa penggunaan instruksi ACE jauh lebih efisien.
Selain itu, efisiensi ini juga berujung pada penghematan daya dan pengurangan beban pada bandwidth memori, yang menjadikannya ideal untuk komputasi edge atau aplikasi pengguna tunggal.
Bagi para pengembang, ACE menawarkan konsistensi dengan desain yang tidak terikat pada implementasi tertentu, memudahkan mereka bekerja dengan framework populer seperti PyTorch dan TensorFlow. Dengan ini, pengembang tidak perlu mencocokkan kode dengan berbagai dukungan AVX yang berbeda-beda.
Di sisi lain, ACE juga menyoroti kelemahan NPU (Neural Processing Unit), di mana standarisasinya masih berantakan. Memindahkan beban kerja ke NPU kadang justru mendatangkan komplikasi baru, dan ACE hadir sebagai solusi untuk menjaga tugas tertentu tetap di CPU untuk meningkatkan kecepatan dan kemudahan.
Meskipun ACE tidak akan menggeser status GPU sebagai raja pelatihan AI skala masif, langkah ini menunjukkan bahwa evolusi CPU masih berlangsung.
Dengan arsitektur yang tepat, prosesor x86 kini dapat menangani beban kerja AI yang lebih beragam dan efisien, sesuai dengan pernyataan yang dikutip detikINET dari Techspot.
Tinggalkan komentar