IntelとAMDが中心となって設立したx86 Ecosystem Advisory Group（EAG）は2026年4月27日（米国時間）、AI向け行列演算拡張命令「AI Compute Extensions (ACE) for x86」に関するホワイトペーパーをリリースした。PC Watchの大原雄介氏がその技術的詳細を解説しており、長らく概要しか明かされていなかったACEの設計思想が初めて明確になった。
なぜACEが注目されるのか
ACEは、EAGが2025年10月に標準化すると発表した4命令群（FRED／AVX10／ChkTag／ACE）の中で、唯一詳細が伏せられていた最後のピースだ。「ノートPCからデータセンターサーバーまで、あらゆるx86デバイスで統一された行列演算を実現する」という目標を掲げており、特定ベンダーのGPUアクセラレーターなしでもCPU単体でAI推論を効率的に処理できる基盤を整えることを狙う。EAGにはAdobeとNutanixが新たに加入し、現在12社＋アドバイザー2名の体制となっている。
海外解説のポイント——「外積」採用が最大の特徴
PC Watchの大原氏の解説によると、ACE最大の技術的特徴は積和演算（FMA）ではなく外積（Outer Product）ベースの演算アーキテクチャを採用している点だという。
NVIDIA GPUのTensor Core、IntelのAMX（Advanced Matrix Extensions）、ArmのSME/SME2といった主要なAI行列演算ユニットはいずれも積和演算ベースだ。GEMMの高速化に積和演算が効率的であるうえ、回路もコンパクトに収まるためだ。
これに対しACEが採用する外積演算の先例としては、IBMのPOWER10に搭載されたMMA（Matrix Math Assist）がある。大原氏の解説によれば、積和演算ユニットで外積を計算しようとすると「積和演算→外積変換」の余分な処理ステップが発生するのに対し、外積アクセラレーターを用いると直接処理できる分だけ高速化が見込めるという。
演算構造の概要
ACEはAVX512用の512bitレジスタ（ZMMレジスタ）を活用して外積を計算する。
- 8bit入力時: 1つのZMMレジスタに16×4の64値を格納し、1回の外積演算で乗算換算1,024回分の処理を実行
- 16bit入力時: 8×4の32値を格納
演算結果の格納のためにSub Tile Register（サブタイルレジスタ）という新レジスタ群が追加される。512bitレジスタ2個を1セットとした8組（合計16個）が用意される設計だ。
現時点での留意点
今回はあくまでホワイトペーパーの段階であり、具体的な命令仕様は未公開だ。たとえば「積和演算のみが必要な場合のオプションがあるか」といった実装上の詳細は明らかになっていない。関連するAVX10.2については、IntelのDiamond RapidsおよびNova Lakeが最初の対応製品になると見られているが、現時点では未実装だ。
日本市場での注目点
ACEはまだ仕様策定段階であり、消費者向け製品への搭載は先の話だ。ただし以下の観点で注目に値する。
- 企業・データセンター向け: CPUでの推論効率が上がれば、クラウドGPUコストへの依存を下げる選択肢が広がる
- 開発者向け: ACEが普及すれば、特定ハードウェア依存なしにx86環境でAI推論を最適化するコードが書けるようになる
- 競合との位置づけ: NVIDIA Tensor CoreやApple Neural Engineに対し、x86 CPUでの推論効率底上げを狙う標準化の動きとして、今後の進展を追いたい
筆者の見解
ACEで注目するのは、外積演算という設計選択がどこまで実ワークロードで優位性を発揮するかという点だ。理論上は積和演算からの変換ステップを省ける分だけ効率的だが、実際のモデル推論でのゲインは実装の品質次第でもある。まずはホワイトペーパーから正式な仕様公開、そして実装済みシリコンへ——というロードマップが見えてきたら、改めて評価できる材料が揃う。
「ノートPCからデータセンターまで同一命令」という思想自体は筋がいい。特定のアクセラレーターがなければAIが動かないという前提は、システム設計の制約になりやすく、x86 CPUである程度の推論が回せるようになれば選択肢の幅が実質的に広がる。現時点でAI推論の最適化を急ぐのであれば既存のGPU・NPUで対応しつつ、ACEの仕様公開と実チップへの搭載を辛抱強く待つのが現実的な判断だろう。
出典: この記事は 【大原雄介の半導体業界こぼれ話】IntelとAMD主導のx86向けAI拡張命令「ACE」、その詳細が判明 の内容をもとに、筆者の見解を加えて独自に執筆したものです。