پایان وابستگی کامل به GPU؟ افزونه‌ ACE قدرت هوش مصنوعی را به پردازنده‌ها می‌آورد!

اینتل و AMD مشخصات کامل افزونه‌های جدید ACE (Advanced Compute Extensions) را منتشر کرده‌اند. مجموعه‌ای از دستورالعمل‌های جدید که با هدف افزایش کارایی پردازش‌های هوش مصنوعی روی پردازنده‌های x86 طراحی شده‌اند. این فناوری می‌تواند اجرای مدل‌های هوش مصنوعی روی CPU را سریع‌تر، بهینه‌تر و کم‌مصرف‌تر کند.

چرا ACE اهمیت دارد؟

اگرچه بیشتر پردازش‌های هوش مصنوعی امروزه توسط کارت‌های گرافیک انجام می‌شوند، اما همه بارهای کاری AI برای GPU مناسب نیستند. مدل‌های کوچک‌تر، پردازش‌های حساس به تأخیر و سیستم‌هایی که فاقد کارت گرافیک قدرتمند هستند، اغلب از اجرای مستقیم مدل‌ها روی CPU سود می‌برند. در این شرایط نیازی به انتقال مداوم داده‌ها بین پردازنده و کارت گرافیک وجود ندارد و پاسخ‌دهی سریع‌تر انجام می‌شود.

ACE چگونه کار می‌کند؟

افزونه‌ ACE یک استاندارد جدید برای پردازنده‌های x86 است که از رجیسترهای موجود AVX10 استفاده می‌کند. اما در کنار آن سخت‌افزار اختصاصی برای عملیات ضرب ماتریسی در اختیار قرار می‌دهد. ضرب ماتریسی یکی از مهم‌ترین بخش‌های محاسبات هوش مصنوعی و شبکه‌های عصبی محسوب می‌شود و تقریباً تمام مدل‌های یادگیری ماشین برای پردازش داده‌ها به آن وابسته هستند.

در گذشته پردازنده‌ها از دستورالعمل‌های AVX10 برای انجام این عملیات استفاده می‌کردند، اما این روش در اصل برای پردازش ماتریس‌های دوبعدی طراحی نشده بود و بهره‌وری انرژی بالایی نداشت. ACE این محدودیت را برطرف می‌کند و ساختاری اختصاصی برای این نوع محاسبات ارائه می‌دهد.

عملکرد بسیار بالاتر نسبت به AVX10

طبق اطلاعات منتشرشده، افزونه‌ ACE می‌تواند با تعداد ورودی‌های مشابه، تا 16 برابر عملیات بیشتری نسبت به AVX10 انجام دهد. این موضوع لزوماً به معنای افزایش 16 برابری سرعت نیست، زیرا عملکرد نهایی به نحوه پیاده‌سازی توسط اینتل و AMD بستگی دارد، اما نشان می‌دهد که معماری جدید ظرفیت بسیار بیشتری برای پردازش بارهای کاری مبتنی بر هوش مصنوعی دارد.

علاوه بر این، هر دستور ACE کار بیشتری نسبت به حلقه‌های پردازشی سنتی AVX10 انجام می‌دهد؛ بنابراین تعداد دستورات موردنیاز کاهش می‌یابد، سربار پردازنده کمتر می‌شود و استفاده از پهنای باند حافظه نیز بهینه‌تر خواهد بود.

توسعه آسان‌تر برای نرم‌افزارهای هوش مصنوعی

یکی از مهم‌ترین مزایای افزونه‌ ACE مستقل بودن آن از نحوه پیاده‌سازی سخت‌افزاری است. این ویژگی باعث می‌شود توسعه‌دهندگان فریم‌ورک‌های هوش مصنوعی مانند PyTorch و TensorFlow تنها یک مسیر کدنویسی برای پردازنده‌های مختلف ایجاد کنند و نیازی به توسعه نسخه‌های جداگانه برای انواع مختلف پشتیبانی AVX نداشته باشند.

جمع‌بندی

افزونه‌ ACE را می‌توان یکی از مهم‌ترین تغییرات معماری x86 در حوزه هوش مصنوعی دانست. این فناوری با افزودن واحدهای اختصاصی ضرب ماتریسی، اجرای مدل‌های AI روی CPU را سریع‌تر و کم‌مصرف‌تر می‌کند و در عین حال توسعه نرم‌افزارهای هوش مصنوعی را نیز ساده‌تر خواهد کرد. با توجه به رشد سریع مدل‌های هوش مصنوعی محلی، ACE می‌تواند نقش مهمی در نسل آینده پردازنده‌های اینتل و AMD ایفا کند.