IntelとAMDが歴史的タッグ。x86 CPUのAI性能を16倍に引き上げる「ACE」の全貌 [すらいむ★]

IntelとAMDが歴史的タッグ。x86 CPUのAI性能を16倍に引き上げる「ACE」の全貌

　半導体の歴史において、これほど象徴的な協調は稀である。
　数十年にわたりPCとサーバーの心臓部を巡って熾烈な陣取り合戦を繰り広げてきたIntelとAMDが、同じ設計図を囲んで座っている。
　彼らを結びつけたのは、友情や妥協ではない。
　背後に迫る圧倒的な脅威、すなわちAIという新たな演算パラダイムにおけるx86アーキテクチャの陳腐化という恐怖である。

（以下略、続きはソースでご確認ください）

xenospectrum　2026年5月1日
https://xenospectrum.com/ai-compute-extensions-x86-intel-amd-matrix-acceleration/

これで歴史的とか言ってるやつはブランドに誤魔化される日本人
インテルは数年前のインテルじゃない
今はブラックロックやバンガードのトランプ軍団
アメリカではこれを事実上の国営企業という
そしてトランプに気に入られてるジェンセン率いるエヌビディアが株持たされて株主3位

インテルが儲かればトランプ関係が儲かる
エヌビディアが儲かる
そしてトランプ政権のAi未来テック有識者会議
AMDのリサスーもそのひとり

なんの驚きもない

今から見れば
数年前の「インテルは経営者が無能でもう会社潰れる」

これこそハゲタカファンドの乗っ取りの仕掛け
シテシの大技

乗っ取り成功

イーロンマスクとトランプは仲違いと言われてるが
そのインテルの今週の株爆上げ
それはイーロンマスクがスペースXAI（そう呼ばれてる）とテスラの半導体をインテルに頼むことにした
という「口だけ！」の話

これもあやしいだろ？
それでも上がるのが株価

そしてトランプ軍団はカネもうけしたんだよ
発注も製造も納品もしてないのに
株でね

インテル株主になったエヌビディア
そのインテルCEOで無能と呼ばれた彼はクビになった翌年早々にエヌビディアのイベントGTCにゲストで呼ばれてた
そのときは生成AIの会社のCEOという肩書きだった
そして量子コンピュータはCPUもGPUもなくさない
それはCPUからGPUどQPUがコントロールされる世界になるからといい
インテルとジェンスンだから真実味ある
そこにチップ設計のケイデンスのCEOもいて
そのとおり
彼らは10年後を見てものつくりしてるからね

科学板の話じゃない
政治経済のはなしだぞ

理系だ理系だいってる日本だが
理系はコントロールしやすいわけよ
使う方がね
科学板にこんな話載せてる日本が世界の魑魅魍魎のテック業界でなんもできないことよくわかる
目が狭すぎる

今のインテルは株操作マシン
投資会社が操作する

タッグとか使う日本のメディアは頭がおかしい
そんな使い方は英語にはない

そもそもCPUがGPUに勝てないのは命令セットの問題じゃないからな
並列度に対して制御が重すぎるのが問題

x86にとってはレジスタを拡張するAPXの方が重要なんでは

株買ってたので儲かってる
しかしながら、円安だったのであんま買えなかった、本当はもっと買いたかった
そうしてれば今頃数千万は楽勝だったろうに
円安志向の無能政府だったのが幸福中の不幸

ARMぞっこんのmicrosoft がOSで対応してくんないと
普及しないんじゃねーの

＞同じ設計図を囲んで座っ

まあ比喩なんだろうけど今のCPUの中身を平面図に
どれぐらい描けるんだろう・・・

従来型と新型の違いの表があるので見やすくなっているから本文読んだら理解しやすい

xenospectrumでスレ立てするな
常に妄想記事書いてる奴同じ1人の奴だし

PowerPCのG4のALTIVECと関係ある？
ClearSPEEDとかそれを積んだTSUBAMEは？　

>>2
元々ユダヤ系企業なんだからユダヤ金融に支配された所でなにも変わってねぇよ

なんかここのサイト凄く読みにくいな
読む気にならん

LLMが普通にCPUで動くのはいいな
VRAM地獄から解放される

>>12
ARMは自前のCPU
AGI CPUというAIデータセンター向け
メタがファーストカスタマー
いままでARMはAMDとエヌビディアの上流だったのがこれで競合にもなる

でチップ屋はクアルコムもエヌビディアもデータセンター向けのラックひとセットを去年発表してる
クラウド屋はラックを建屋に置くだけでいい

>>19
AMDのはCPUだけじゃなくNPUも入ってる
Ryzen AI プロセッサーはアップルシリコンと同じく
メモリーもシェアードでないとHBMに勝てない

5GHz x 16 = 80GHzにならなきゃ嘘

インテルが売れればエヌビディアの儲けになるんだからいとこ関係でなくても台湾勢同士手を結ぶ関係でもある

>>21
HBMメモリーは汎用メモリーなので、値段が下がればPCでも使用されていくでしょう。
スーパーコンピュータ富嶽の富士通アームA64FXでも、HBMメモリーは使用されている。

GPUのほうがAIの処理能力は高いけど、AI処理にはVRAMが少なすぎる
MACみたいなARMでのユニファイドメモリなら、GPUより処理は遅いけど大量のDRAMがAIで使える
2030年頃には、x86がしぼんで、windows でさえarm系が隆盛になってる可能性があるって主張が危機感もたらしてる

現在のATX PCでも、AI処理でDRAM使えないわけじゃないけど、ユニファイドメモリに比べると著しく処理速度が落ちる

>>19
今でもLM Studioの設定によっては普通に動くで
まともな速度では、小さいのしか動かないし、遅いけどね

いやCPUだけで動くのが基本だ
遅いだけだ
どんなものでも動く
遅いとPythonスクリプトゆっくり動いてそれはそれで観察してておもしろいぞ
オレがやったのは2023年
iMacだったな

今でとollama や LM studioやら使えよなあ
ほんとに

やっえ見ればわかるのになぜみんなやらないのか

>>24
もうそういう時代じゃなくてエヌビディアも銅線じゃなくて光とかいってるわけで
ユニファイでSoCが時代
てかSoCどころかエヌビディアはVera Rubinのユニットで逆にCPUも抱き抱えてのラック販売時代
総合力とコスト
単位はワット

ところで初代ファミコンがSoCだったとか初代ファミコンをNESと呼んでる英語世界では当たり前に言われてるのね
日本じゃファミコンはSoCって言われてる？

>>28
CPUでも動くがRAMはロードできるだけの容量が必要

UE5にwhisperとllamaとonnixで日本語TTSを乗せてVRで動かすと
一番軽いLLMですらVRAM16GBオーバーしてしまうからな
十分速ければLLMはCPUに任せたいところ

投機処理時にMeltDownのような脆弱性対策として
L1キャッシュからiGPU（だっけ？）に渡すの感じなのかな？
内部キャッシュと切り離す的な

Kaby Lake-Gの方が歴史的タッグだったと思う

>>31
でもメモリーがネック
CPUはやくても意味がない
てかCPU速くなるならGPUもTPUもNPUも速くなる
それに合わせていくから速いならの意味はない
小ぶりのLLMならスマホでも動く
バッテリーは食う
小さいもの選べばいいだけ
仮定の話は無意味

電力を気にしないのなら、メモリを全部SRAMにすればいいだけ。

一般人にはどっちかと言うと電力よりもメモリ単価のが問題じゃね

x86はメモリーコンシステンシーモデルがきつめで並列処理の足かせになるんで捨ててしまいたい

自宅用のＲＡＧ考えないとね

>>38
いまは
x RAG
o LLM Wiki by Andrej Karpathy

ANDREJ はObsidian使った

これはLLMの仕組みが毎回初対面になるから記憶メモリーをどうやってするかという話

昔、日立も富士通もIBMの24ビットメインフレームIBM360／370アーキテクチャーへの命令拡張として
ベクトル命令を追加してベクトル演算機構を付加してそれでベクトル・スーパーコンピュータといって
いた。NECも24ビットのハネイウェル・GEのメインフレームのアーキテクチャーへの命令とハード拡張
でベクトル演算機構を追加してそれでベクトル・スーパーコンピュータSXシリーズを作っていた。
その頃は日本のメーカーは半導体メモリーも製造生産していたので、そのメモリーを沢山積んで
スパコンを比較的安価に製造ダンピングして作れていた。昔は良かった。みんなほぼ滅びた。

こんだけ大量のメモリーが要る時代になると、強誘電メモリーが待ち遠しいな
強誘電＋積層でメモリー大暴落や！

>>1の本文
AIという不可逆の潮流の中で、x86アーキテクチャは長らく防戦を強いられてきた。しかし、かつてない計算密度を誇る外積演算エンジンと、両巨頭の歴史的な歩み寄りによって生み出されたACEは、CPUの反撃の起点である。計算の次元を物理的に引き上げたこの拡張命令は、世界中のデータセンターや個人のデスクで稼働する数十億台のマシンを、一斉に高性能なAIエンジンへと変貌させるポテンシャルを秘めている。
主な主張
意見
IntelとAMDは、PCとサーバーの心臓部を巡って数十年にわたり熾烈な陣取り合戦を繰り広げてきた。
55%
意見
大規模言語モデル（LLM）やニューラルネットワークの台頭により、現代のコンピューティングは途方もない規模の行列乗算を要求している。
60%
意見
従来のx86プロセッサは、複雑な条件分岐や汎用的な計算を高速にこなす能力には長けていた。
60%

>>44 続き

>>1の本文
実証的
ACEは、既存のAVX10が備える512ビットのZMMベクトルレジスタを2つ入力として受け取り、INT8データでは各ベクトルに16×4の要素が格納される。
75%
実証的
同じ2つの入力ベクトルを消費する条件下で、ACEの外積演算は1命令で1024回の乗算を完了させる。
78%

>>45

従来のSIMD (AVX10)と新アーキテクチャ (ACE)の性能の違いを本文に記載されている

拡張命令加える話ならベースがx86だろうがArm、RISC-Vでも大差なかろう

CPUの外側にニューラルネット関係の演算を行うためのコプロセッサを作ったのではだめなのか？
トランスフォーマーユニットとか。

>>48
X86系でも既にNPUは混載されてるだろ どちらの性能を引き上げるのがモアベターなのかはわからんけど

>>24
next富岳はDDRに戻るよ
メモリは速度より容量が命になっていきそう

というかノードに収まるか収まらないかで
まともに動かせるかぽんこつになるかが決まる

AVXが働くと発熱が増えてそれを抑止するためにクロックが落ちて結果性能が逆に落ちる点は克服したのか？

NVIDAはAMDといろいろやってる
インテルがエヌビディアだし

NvidiaとAMDは、サウジアラビアの企業Humainと提携し、高度なインフラストラクチャとAIモデルを備えたAIデータセンターを開発することで、デジタル変革とイノベーションを促進する。この提携は、今後5年間で最大100億ドルを投じ、AIコンピューティング能力を大幅に向上させることを目指している。

2024年10月

AMDが「技術提携」と呼ぶものを通じて、NvidiaはHGXおよびMGXデータセンターGPUクラスターとAMDの新型Epyc CPUを組み合わせる方法についてガイダンスを提供している。AMDは独自のInstinct AIアクセラレーターを製造しているにもかかわらず、この提携は現実を的確に捉えたものと言えるだろう。顧客はNvidiaのGPUをAMDのCPUと組み合わせて使用​​したいと考えており、両社はそのためのガイダンスを提供するために協力したのだ。

つまり今のRyzenはエヌビディア技術が入ってる

GPUやNPUをマザボに直接搭載できるよう規格制定してくれねぇかな

>>54
GPUはマザボに直接搭載できるやろ…

マルチプロセッサシステムみたいなスタイルでですよ
そうすればCPU用のクーラーが使える様になる

…とさっきまで思ってたが
そもそもATXみたいな規格自体がもはや時代遅れなんかも
ブレードサーバーのコンシューマー用みたいな規格制定して
一般用途向けのオールインワンブレードから、
用途に応じてGPUボード、NPUボード、IOボード等を増設して
スケールアウト出来るようにしてくれたほうが良い

>>48
演算能力に比べてメモリ帯域が足りないから大規模なレジスタブロッキングをやるって話なのに、CPUの外って、お前は何を言ってるんだ？

どこかのレジスタの1ビットをオンにすると、x86やx86_64に追加で積み上げてきた
拡張命令群であるMMX,SSE,AVX,AVX2,AVX512などをすっかり忘れて、再整理された
新たな拡張命令群（どんなものにするか？）を実行できるモードに切り替えては
どうだろうか。あるいはいっそ、x86, x86_64から別の命令群を実行するモードに
なっても良い。もちろん元のモードに戻ることもできるとする。

RISC-Vが避けられている理由をお察しください
シェアを取れば特許だけでｳﾊｳﾊ。お客様だけ貧乏
こんなのが彼らのビジネスなのである

一緒にやりたい訳じゃなくてMSがバラバラに命令拡張するなと言ったんだろ

んでACEとやらが付いたCPUは何時でるん？

>>58
それどっかのARMなんじゃね？

>>9
それを解消することが出来るのが、当方の情報

x86Sはどうなったん？

メニイコアのうちの1つだけがx86_64であり、それ以外がRISCのコアである、たとえばARMとかRISC-V。
そういうものを作れば、Windowsも動かせるだろう。1つだけに限らず4つまではx86_64とすることも可。

たとえ16個あるコアのうち4個ぐらいまでがx86_64用でも良いのじゃ無いかと思う。
過去との継承性を保証するために。AMDがそういうのを作らないかな。インテルの
PコアとEコアがそういうものだということにはなっていないようだが。

>>24
HBMはダイサイズ食い過ぎ
速いけどDDRの倍以上はやべえわ

低遅延とバンド幅が欲しければ、DRAMを辞めてSRAMを並べたメモリを使う手があるが、
熱が出過ぎるのとトランジスタが多くいるのが欠点。

ダイサイズがでかい上に発熱でスタックもできないSRAMなんか使ったら配線長が伸びすぎて、CPU/GPUのドライブ電力の制約
からバンド幅はボロボロ

HBMには全く敵わない

GoogleがスマホやノートPCでAIをローカル実行するための省メモリ化技術「QAT」をGemma 4に導入、Gemma 4 E2Bがわずか0.84GBのメモリで動作
2026年06月08日 11時01分
https://gigazine.net/news/20260608-google-ai-gemma-4-qat/
>>高性能AIモデルを家庭用PCで実行することができます。
>>Gemma 4 QATはGemma 4の「E2B」「E4B」「12B」「26B A4B」「31B」のすべてのバリエーションに対応。また、E2BとE4Bはモバイル用途に最適化されたバージョンも用意されています。
>>各モデルのメモリ使用量をまとめた図が以下。オリジナルのGemma 4 E2Bは11.4GBのメモリを消費しますが、QAT版(Q4_0 4-bit)は2.9GB、モバイル版は1.1GBに抑えられています。また、Gemma 4 E2Bの画像・音声認識能力を省いたテキスト限定モデルなら0.84GBという少ないメモリで実行可能です。そのほかのモデルについても品質低下を抑えつつ大幅なメモリ使用量削減に成功しています。
>>Gemma 4 QATの各モデルは以下のリンク先で配布されています。無料でダウンロード可能で、ライセンスはApache License 2.0です。また、llama.cppやOllama、LM Studioで実行可能なことも明言されています。

偽神の声がaiと話していましたかはるか昔から使用できていたと思われる
※下記のローカルaiのプログラムは完全無料で自由にプログラムの改造ができるのでプログラムに関しては違法性が完全にないが使用方法で使用者が違法行為を行えば使用者が逮捕される

GoogleがスマホやノートPCでAIをローカル実行するための省メモリ化技術「QAT」をGemma 4に導入、Gemma 4 E2Bがわずか0.84GBのメモリで動作
gigazine.net/news/20260608-google-ai-gemma-4-qat/

10年前のXeonサーバーで最新AIが快適動作、GPUなしでも実用速度を実現した手法が解説される
gigazine.net/news/20260602-gemma-4-on-2016-xeon/

中国製AIモデル「MiniMax M3」が登場、GPT-5.5やClaude Opus 4.7と競う高性能オープンモデル
gigazine.net/news/20260602-minimax-m3/

NVIDIAではなくHuaweiの最先端チップ「Ascend 910C」でDeepSeek-V4-Proの事後学習に成功したことが明らかに、中国のAI自立が前進
2026年06月08日 14時00分
https://gigazine.net/news/20260608-huawei-ascend-910c-deepseek-v4-pro/
Huaweiを含む中国の研究チームが、HuaweiのAscend 910Cチップを使い、DeepSeek-V4-Proモデルのポストトレーニング(事後学習)を完了したと明らかにしました。中国の半導体産業がAI推論の支援からより複雑なモデル訓練へ進もうとする中で、今回のプロジェクト成功は大きな前進と位置付けられています。
研究チームはHuaweiや深圳ループエリア研究院、ハルビン工業大学深圳キャンパス、深圳ビッグデータ研究院で構成される共同チームで、アメリカの制裁が強まる中で中国のAI産業チェーンの自立性を高める取り組みとして注目されています。中国のチップメーカーは完成済みモデルを使って回答を出すAI推論で成果を上げてきましたが、モデルの頭脳を構築したり改良したりするトレーニングでは課題を抱えてきました。
今回の取り組みではDeepSeekとして過去最大となるパラメーター数1兆6000億のDeepSeek-V4-Proが使われました。深圳市政府によれば、DeepSeek-V4-Proは少なくとも1000個のHuawei Ascend 910Cで構成される計算クラスター上で稼働したと報告したとのこと。
HuaweiのAscend 910CはAIのトレーニングと推論を高速化するためのAIアクセラレータ。SMICの第2世代7nmプロセスを採用し、Huawei独自のDa Vinciアーキテクチャで構築されたAscend 910Cは、NVIDIAのH100に匹敵するパフォーマンスを実現しているとHuaweiによってアピールされています。
そして、今回の取り組みで実施されたのは「フルパラメータ」の事後学習です。事前学習が大量のデータを吸収してモデルに話し方を学ばせる工程だとすれば、事後学習は人間の指示や安全規則、特定の作業に従う方法を学ばせる工程といえます。
今回のプロジェクトでモデルが自己反省し、調整できるようになったとのこと。さらに、事後学習によってモデル全体の構造を更新し、簡略化せずに改良できるようになったそうです。
深圳市政府は従来の国内計算能力を、質問を入力して答えを出す一方通行の道路に例えているとのこと。その上で、今回の取り組みはその道路に複雑な立体交差やループを加えたような形となり、計算と通信の需要が数倍に増えたと説明しているそうです。