Selama ini, perangkat keras kecerdasan buatan (AI) identik dengan GPU.
Kini, dua raksasa semikonduktor, Intel dan AMD, bersatu untuk mengembalikan peran CPU melalui spesifikasi baru bernama Advanced Compute Extensions (ACE).
>>> Hitung-hitungan Messi Lawan Ronaldo di Piala Dunia 2026
ACE menetapkan cara baru agar operasi AI dapat ditangani lebih efisien pada prosesor arsitektur x86.
Langkah ini tidak bertujuan menggantikan GPU dalam pelatihan AI skala besar, melainkan difokuskan pada model AI yang lebih kecil, tugas sensitif latensi, dan sistem tanpa GPU.
Mengatasi Bottleneck Data
Transfer data antara CPU dan GPU memakan biaya kinerja. Untuk beban kerja yang membutuhkan respons cepat atau perangkat terbatas, proses ini bisa menjadi bottleneck.
Dengan menjaga komputasi tetap di CPU, ACE menghindari bottleneck tersebut sepenuhnya.
Peningkatan Teknis Perkalian Matriks
ACE dibangun dengan fokus pada perkalian matriks, inti dari sebagian besar operasi AI.
CPU sebelumnya bisa menangani ini dengan instruksi AVX, namun tidak efisien karena tidak dirancang untuk beban matriks berat.
ACE mempertahankan struktur register AVX10 512-bit, tetapi menambahkan hardware khusus untuk operasi matriks.
>>> Joe Hart Khawatir Bola Trionda Piala Dunia 2026 Sulitkan Kiper
Hasilnya, untuk vektor input tertentu, ACE dapat menjalankan operasi hingga 16 kali lebih banyak dibandingkan AVX10.
Efisiensi ini juga berujung pada konsumsi daya lebih rendah dan pengurangan beban bandwidth memori, ideal untuk komputasi edge atau aplikasi pengguna tunggal.
Kabar Baik bagi Pengembang dan Dilema NPU
ACE menawarkan konsistensi bagi pengembang karena spesifikasinya implementation-agnostic. Ini memudahkan kerja dengan framework seperti PyTorch dan TensorFlow tanpa perlu mencocokkan kode dengan berbagai dukungan AVX.
Di sisi lain, ACE menyoroti kelemahan NPU yang standarisasinya masih berantakan. Memindahkan beban kerja ke NPU kadang menimbulkan komplikasi baru.
ACE menawarkan jalan pintas untuk menjaga tugas tertentu tetap di CPU demi kecepatan dan kemudahan.
Meski tidak mengubah status quo GPU sebagai raja pelatihan AI skala masif, ACE membuktikan bahwa evolusi CPU belum berakhir.
>>> Menkomdigi: Transformasi Digital RI Harus Dibangun Secara Komunal
Dengan arsitektur tepat, prosesor x86 kini bisa menangani irisan beban kerja AI yang lebih luas dan efisien.
