Intel dan AMD mulai mendorong peran baru CPU di era kecerdasan buatan lewat spesifikasi Advanced Compute Extensions atau ACE. Langkah ini menandai upaya dua raksasa x86 tersebut untuk memberi jalur lebih cepat bagi komputasi AI tanpa selalu bergantung pada GPU.
Pendekatan itu tidak ditujukan untuk menggantikan GPU dalam pelatihan AI skala besar. Fokusnya justru tertuju pada model AI yang lebih kecil, beban kerja yang sensitif terhadap latensi, serta sistem yang tidak memiliki GPU atau tidak membutuhkan overhead GPU.
Menekan Bottleneck Transfer Data
Alasan utama di balik dorongan ini terletak pada biaya kinerja saat data harus bolak-balik antara CPU dan GPU. Dalam beberapa skenario, perpindahan tersebut dapat berubah menjadi bottleneck yang menahan performa sistem.
Untuk beban kerja yang menuntut respons cepat, hambatan transfer itu menjadi semakin terasa. Pada perangkat keras yang terbatas, menjaga komputasi tetap berada di CPU dipandang bisa menghindari hambatan tersebut secara langsung.
ACE dirancang agar operasi AI berjalan lebih efisien di prosesor x86. Di tingkat teknis, spesifikasi ini berfokus pada perkalian matriks, yaitu inti dari banyak operasi AI modern.
CPU sebenarnya sudah lama memiliki kemampuan matematika semacam itu melalui instruksi AVX. Namun, AVX tidak sejak awal dibangun khusus untuk beban kerja matriks yang berat.
Efisiensi Baru di Atas Struktur yang Sudah Ada
ACE mempertahankan struktur register AVX10 yang sudah ada dengan input 512-bit. Pada saat yang sama, spesifikasi ini menambahkan perangkat keras khusus untuk operasi matriks agar eksekusinya menjadi lebih efisien.
Pendekatan tersebut penting bagi ekosistem pengembangan perangkat lunak karena pengembang tidak dipaksa mengubah format data secara menyeluruh. ACE tetap memakai struktur yang sudah familier bagi lingkungan x86.
Salah satu klaim teknis utamanya adalah kemampuan menjalankan operasi hingga 16 kali lebih banyak dibandingkan AVX10 untuk rangkaian vektor input tertentu. Angka itu tidak berarti aplikasi otomatis berjalan 16 kali lebih cepat, tetapi menunjukkan lompatan efisiensi di level instruksi.
Efisiensi instruksi itu juga berkaitan dengan konsumsi daya. Selain lebih hemat energi, ACE disebut dapat mengurangi tekanan pada bandwidth memori.
Relevan untuk Edge dan Respons Real-Time
Kombinasi efisiensi daya dan penghematan bandwidth membuat ACE menarik untuk komputasi edge. Skenario aplikasi pengguna tunggal juga dinilai cocok karena tidak selalu memerlukan arsitektur GPU yang lebih kompleks.
Dalam konteks AI yang makin menyebar ke perangkat dan layanan dengan respons real-time, isu latensi menjadi sangat penting. Di titik inilah CPU yang diperkuat ACE mencoba menawarkan nilai tambah yang berbeda dari GPU.
Bagi pengembang, konsistensi menjadi salah satu nilai jual utama. Spesifikasi ini dirancang agar tidak terikat pada satu implementasi tertentu, sehingga dukungannya diharapkan lebih seragam di ekosistem x86.
Keuntungan itu berpotensi terasa pada penggunaan framework populer seperti PyTorch dan TensorFlow. Pengembang tidak perlu terus-menerus menyesuaikan kode dengan variasi dukungan AVX yang berbeda-beda.
Implikasi bagi Pasar AI
Kemunculan ACE juga menyorot dilema lain di pasar AI, yakni NPU yang makin banyak hadir tetapi belum memiliki standar yang rapi. Memindahkan beban kerja ke NPU bisa memunculkan komplikasi baru tergantung perangkat keras yang digunakan.
Dalam situasi seperti itu, CPU dengan kemampuan AI yang lebih matang dapat menjadi opsi yang lebih praktis. ACE menawarkan jalan tengah untuk menjaga tugas tertentu tetap berjalan di CPU demi kecepatan dan kemudahan.
Posisi ini membuat ACE menarik bukan hanya sebagai peningkatan teknis, tetapi juga sebagai strategi ekosistem. AMD dan Intel tampaknya ingin memastikan CPU x86 tetap relevan ketika AI makin masuk ke berbagai kelas perangkat.
GPU tetap memegang status sebagai penguasa pelatihan AI skala masif. Namun, dorongan baru pada CPU lewat ACE menunjukkan bahwa persaingan di ranah AI tidak lagi hanya soal siapa yang paling kuat, melainkan juga siapa yang paling efisien untuk beban kerja yang tepat.
Bagi pasar, pesan utamanya cukup jelas. Evolusi CPU belum berhenti, dan pada irisan tertentu dari komputasi AI, AMD serta Intel kini mencoba menggeser ketergantungan yang selama ini terlalu besar pada GPU.
