Intel y AMD unen fuerzas con ACE para acelerar IA directamente desde la CPU
Las futuras CPU x86 incluirán hardware dedicado a la multiplicación de matrices con la nueva especificación ACE, que promete hasta 16 veces más operaciones que AVX10. Y lo mejor: sin necesidad de una GPU.
En resumen
- Intel y AMD han publicado la especificación ACE v1.15, una extensión x86 que añade hardware dedicado a la multiplicación de matrices en la CPU.
Hasta ahora, si querías acelerar IA a nivel de hardware, la respuesta era casi siempre «cómprate una GPU». Pero Intel y AMD acaban de dar un paso que cambia el tablero. El 20 de junio de 2026 publicaron la especificación ACE v1.15 (AI Compute Extensions), una extensión del conjunto de instrucciones x86 pensada para que la propia CPU acelere cargas de IA sin tener que mover datos a una NPU o GPU externa.
ACE nace dentro del x86 Ecosystem Advisory Group, el grupo que Intel y AMD crearon en 2024 junto a otros actores del ecosistema para coordinar el futuro de la arquitectura. La idea es simple pero ambiciosa: meter aceleración matricial dentro del silicio de la CPU, usando registros tipo tile combinados con los vectores AVX que ya existen.
🧮 Multiplicación de matrices sin salir de la CPU
La multiplicación de matrices es la operación básica de cualquier red neuronal. AVX10 ya podía hacerla, pero estaba lejos de ser eficiente: era más un apaño que una solución diseñada para ello. Según la especificación técnica, ACE añade ocho registros tile bidimensionales de 512 bits × 16 filas, donde cada fila equivale a un vector AVX-512 completo. Además incorpora un Block Scale Register de 1.024 bits para aplicar escalado por bloques, una técnica clave en los formatos de microscaling del Open Compute Project (OCP MX).
El resultado: para el mismo número de vectores de entrada, ACE puede ejecutar hasta 16 veces más operaciones que AVX10. Ojo, esto no significa que vayas a ver un 16× de speedup mágico en tus aplicaciones —el rendimiento final depende de cada implementación en silicio—, pero sí deja claro que Intel y AMD van a dedicar más transistores a esta tarea en sus próximas generaciones de CPUs.
| Tecnología | Papel principal |
|---|---|
| AVX10 | Base vectorial moderna para x86 |
| ACE | Extensión matricial para cargas de IA/ML |
| Registros tile | Acumulación sobre bloques bidimensionales |
| Block Scale Registers | Escalado para formatos OCP MX |
| GPU | Aceleración masiva, gráficos, cómputo paralelo |
| NPU | Inferencia local eficiente en equipos cliente |
La tabla la he adaptado del análisis de Revista Cloud, que deja claro que ACE no compite con la GPU ni con la NPU: cada una tiene su sitio en lo que los ingenieros llaman computación heterogénea.
⚡ Eficiencia energética: la gran baza de ACE
Aquí está el dato que más me interesa. Una GPU de última generación te da un rendimiento brutal en IA, pero también chupa electricidad como un secador. ACE no puede igualar a una GPU en throughput bruto, pero su consumo energético es muchísimo más bajo. Esto lo hace ideal para:
- Inferencia ligera en portátiles y estaciones de trabajo
- Cargas en el borde (edge computing) donde no hay una GPU disponible
- Operaciones de baja latencia que necesitan respuesta inmediata sin el overhead de mover datos a un acelerador externo
- Servidores generalistas que ejecutan modelos pequeños junto a otras cargas
En mi experiencia montando equipos, he visto cómo una simple consulta a un modelo pequeño puede disparar el consumo si tienes que despertar la GPU. Con ACE, la CPU se ventila la operación ella sola, con menos instrucciones, menos latencia y bastante menos calor.
🎯 ¿Y esto cuándo llega a tu próximo PC?
No mañana, desde luego. La especificación ACE v1.15 es un documento técnico, no un producto. Pero las hojas de ruta ya hablan. AMD ha confirmado que Zen 7 (Ryzen 10000) aplicará este enfoque con nuevas canalizaciones de IA y tipos de datos. Intel integrará ACE en sus futuras generaciones, probablemente después de Nova Lake.
Según WCCFTech, el soporte en frameworks como PyTorch y TensorFlow está en camino, y la naturaleza implementation-agnostic de ACE significa que los desarrolladores podrán escribir un solo camino de código para todas las CPUs x86 compatibles. Adiós a la pesadilla de AVX-512, donde cada fabricante implementaba un subconjunto distinto y los desarrolladores tenían que mantener tres o cuatro rutas diferentes.
🛒 ¿Qué CPU comprar hoy con aceleración de IA?
Mientras ACE llega, ya hay opciones con NPU integrada que aceleran IA localmente. Los Intel Core Ultra (Series 2 y 3) incluyen NPU para tareas de Copilot+ y productividad con IA, mientras que los AMD Ryzen AI serie 300 y 400 destacan en portátiles con buena autonomía y NPU potente. Si buscas un equipo compacto, los mini PC con Ryzen AI te permiten ejecutar modelos pequeños sin ocupar espacio ni depender de la nube.
🧠 Lo que ACE significa de verdad
El movimiento tiene una lectura estratégica que va más allá del rendimiento. Apple, Qualcomm y Arm llevan años integrando aceleración de IA en sus chips (Neural Engine, Hexagon NPU). x86 se estaba quedando atrás en eficiencia para cargas de IA local. Con ACE, Intel y AMD reconocen que la CPU del futuro no puede limitarse a ser una CPU: tiene que llevar la aceleración de IA integrada en el silicio.
Heise Online lo resume bien: los futuros núcleos x86 tendrán unidades de cómputo adicionales para multiplicación de matrices. No es una NPU separada, es hardware dentro del propio núcleo de la CPU. Y que Intel y AMD estén alineados en la especificación, en lugar de empujar extensiones incompatibles, es una señal de que han aprendido de los errores de fragmentación del pasado.
Personalmente, creo que ACE es una de esas piezas silenciosas que dentro de 3 o 4 años darán forma a cómo usamos la IA en el día a día. No es el titular más llamativo de 2026, pero es la infraestructura sobre la que se construirán los PCs de 2028 y 2029. Y que AMD e Intel estén remando en la misma dirección, por una vez, es casi tan noticia como la propia especificación.