x86 არქიტექტურის ევოლუცია ახალ ფაზაში გადადის. ტექნოლოგიური საზოგადოებისთვის ცნობილი გახდა AI Compute Extensions (ACE) სპეციფიკაცია, რომელიც მიზნად ისახავს პროცესორების შესაძლებლობების გაფართოებას ხელოვნური ინტელექტის დატვირთვების შესასრულებლად.

ACE-ის მთავარი დანიშნულება მატრიცული გამრავლების ბირთვების (kernels) ოპტიმიზაცია და შემცირებული სიზუსტის მონაცემთა ფორმატების მხარდაჭერაა. ეს უკანასკნელი კრიტიკულად მნიშვნელოვანია თანამედროვე მანქანური სწავლების მოდელების სწრაფი მუშაობისთვის.

რა არის ACE და როგორ მუშაობს ის?

ახალი სპეციფიკაცია მატრიცული გამრავლების პრიმიტივებს აერთიანებს, რომლებიც არსებულ AVX (Advanced Vector Extensions) და სკალარულ კოდს ახალი ფუნქციებით ამდიდრებს. ეს მიდგომა დეველოპერებს საშუალებას აძლევს, უკეთ გამოიყენონ აპარატურული რესურსები.

ACE-ის ერთ-ერთი მთავარი უპირატესობა AVX ვექტორებსა და ACE-ის „ფილების“ (tile) რეგისტრებს შორის მჭიდრო ინტეგრაციაა. სისტემა აერთიანებს მაღალი სიმკვრივის მქონე დამუშავების ოპერაციებს AVX-ის მონაცემთა დამუშავების ყოვლისმომცველ შესაძლებლობებთან.

მთავარი ტექნიკური სიახლეები:

  • მატრიცული გამრავლების სპეციალიზებული პრიმიტივები.
  • შემცირებული სიზუსტის მონაცემთა ფორმატების ოპტიმიზაცია.
  • AVX10 ჩარჩოსთან სრული თავსებადობა და ინტეგრაცია.
  • სპეციალური ფორმატის კონვერტაციის ოპერაციები.

ეს სპეციფიკაცია მნიშვნელოვანი ნაბიჯია x86 არქიტექტურისთვის, რათა შეინარჩუნოს კონკურენტუნარიანობა AI-ზე ორიენტირებულ გამოთვლით გარემოში. მატრიცული გამოთვლები, რომლებიც ნეირონული ქსელების საფუძველს წარმოადგენს, ACE-ის მეშვეობით გაცილებით ეფექტურად შესრულდება.

AVX10 ჩარჩოს ფარგლებში დამატებული ფორმატის კონვერტაციის ოპერაციები კიდევ უფრო ამარტივებს მონაცემთა დამუშავების პროცესს. დეველოპერებს უკვე აქვთ ინსტრუმენტი, რომელიც აკავშირებს ტრადიციულ გამოთვლით მეთოდებსა და თანამედროვე AI მოთხოვნებს.

დასკვნის სახით, ACE-ის დანერგვა x86 ეკოსისტემაში ნიშნავს, რომ მომავალი თაობის პროცესორები კიდევ უფრო ადაპტირებული იქნება ხელოვნური ინტელექტის ამოცანებზე. ეს არის ტექნოლოგიური სტანდარტი, რომელიც საფუძველს უყრის უფრო სწრაფ და ეფექტურ გამოთვლით სისტემებს.