<meter id="pryje"><nav id="pryje"><delect id="pryje"></delect></nav></meter>
          <label id="pryje"></label>

          新聞中心

          EEPW首頁 > 消費電子 > 編輯觀點 > AI與Intel 4加持 英特爾第五代至強與酷睿Ultra雙箭齊發

          AI與Intel 4加持 英特爾第五代至強與酷睿Ultra雙箭齊發

          作者:lijian時間:2023-12-19來源:收藏

          據說從2023年開始,在華爾街融資沒有的加持很多投資人連看都懶得看,足見在未來市場預期中所占的重要位置。對于很早就瞄準應用并且絕大部分產品都可以應用于AI產業鏈的,自然希望借助AI應用的加持獲得更多用戶的認可,為自己未來的市場預期增加砝碼,在近日舉辦的AI無處不在活動上,推出一系列出色的AI產品組合,可擴展處理器和移動處理器。

          本文引用地址:http://www.ex-cimer.com/article/202312/454070.htm

          對AI的重視體現在兩個最主力產品線的宣傳口號直接瞄準了AI應用市場。比如說英特爾正式推出第五代英特爾至強可擴展處理器(代號 Emerald Rapids),口號就是為AI加速而生。至于另一款產品英特爾移動處理器則干脆喊出了“引領 AI PC 時代”這個劃時代的宣傳詞。

          第五代英特爾至強可擴展處理器在提高人工智能、科學計算、網絡、存儲、數據庫、安全等關鍵工作負載的每瓦性能,以及降低總體擁有成本(TCO)方面有出色表現。相比于今年1月推出的第四代至強處理器,第五代英特爾至強可擴展處理器可在相同熱設計功耗 (TDP)范圍內提供更高的算力和更快的內存。相較上一代產品,第五代英特爾至強可擴展處理器可在進行通用計算時將整體性能提升高達21%,并在一系列客戶工作負載中將每瓦性能提升高達36%。對于遵循典型的五年更新周期并從更前一代處理器進行升級的客戶而言,總體擁有成本最多降低77%。在最重要的AI技術支持方面,第五代英特爾至強可擴展處理器每個內核均具備 AI 加速功能,無需添加獨立加速器,即可處理要求嚴苛的端到端AI工作負載,其中包括可將參數量多達200億的大語言模型的推理性能提高42%,延遲低于100毫秒。在上一代至強提出了E-core和P-core的概念用來優化至強處理器的能效表現后,無論是在AI表現還是性能提升上都帶來更多的技術突破。只跟自己前一代產品比,這是英特爾在高性能服務器處理器市場長期領導地位帶來的底氣,相比于競爭對手EPYC還在曬各種應用跑分上對至強的優勢,英特爾似乎更接地氣的用各種細分應用實際表現的提升來告訴自己的用戶,我們的產品帶來的性能提升是實打實的表現。

          圖片.png 

          如果說至強處理器對AI的支持是適應時代發展的常規技術升級,那么移動處理器的發布則堪稱是一場技術革命。本次發布的酷睿Ultra系列處理器共有8款,包括4款U系列和4款H系列,最高16核心22線程的酷睿Ultra 7 165H的最大功耗可以達到64瓦(PL1),明年還會有最高運行頻率高達5.1GHz的Ultra 9 185H推出,最大功耗來到115瓦。按照英特爾自己的評價,酷睿Ultra是首款基于 Intel 4 制程工藝打造的處理器,代表著英特爾40年來最重大的架構變革,并同時成為英特爾最具能效比的客戶端處理器,在AI PC新時代引領產業向前邁進。

          這個評價高不高我們不好判斷,但確實給予酷睿Ultra非常重要的歷史使命,作為首款采用工藝的處理器,這個工藝節點表現如何將是英特爾4年5節點中至關重要的一環。雖然Intel已經宣布Intel3工藝明年上半年就可以量產并且解決了工藝各方面問題后表現非常完美,但作為第一個采用EUV工藝的節點,的實戰表現如何將會通過酷睿Ultra真實的展現在整個半導體產業面前,這個節點的實際表現能讓很多人對未來Intel3甚至以后的工藝做出客觀理性的評價,而4年5節點的戰略是英特爾全面發起追趕計劃中最核心的一環,這幾乎不允許再出差錯。

          如果說AI PC的產業鏈需要英特爾攜手合作伙伴共同打造,那么面向AI PC的處理器酷睿Ultra從技術上就是英特爾自己的事情。在IC設計方面并不算復雜,傳統的CPU內核加周邊緩存,再集成英特爾自己的銳炫獨顯級顯卡核心,然后創新性增加了一個NPU單元,就組成了面向AI的移動處理器酷睿Ultra,這個未來英特爾面向旗艦級PC的產品將和普通的酷睿系列加以區分,從而逐步擴展英特爾力推的AI PC新生態。

           圖片.png

          工藝相比于Intel 7制程工藝密度幾乎提升了2倍,實現了2倍的高性能邏輯庫面積縮減以及20%的性能功耗效率提升。在單純工藝提升之外,酷睿Ultra在芯片內的設計方面變革巨大,從現場展示的酷睿Ultra芯片結構圖可以明顯看到,英特爾選擇了當下最熱門的Chiplet結構將處理器內核、GPU內核和NPU內核集成到一顆芯片封裝內。在現場演示的這個結構中,CPU模塊部分集成了6個高性能P-Core和8個能效核E-core,實現了根據實際應用進行最有能效的輸出。此外在SOC功能模塊部分還有以E-core作為協處理器。在IO功能模塊部分,英特爾選擇了自家的PCIe以及Thunderbolt技術進行芯片內數據傳輸,并沒有選擇自己不擅長但很熱門的SerDes,這點也許是更能發揮自己IDM的整體技術優勢吧。在SoC功能模塊部分,英特爾提供了媒體處理器單元和最新集成的NPU,以及內存控制器等,另一層則是ARC顯示核心。當然,最后的封裝技術肯定也是英特爾自己的3D Foveros,這也將是Foveros第一次配合EUV工藝的處理器內核進行3D封裝,其實戰效果如何應該很快就可以見分曉了。

          相比于技術可能更成熟且應用產品更多的老對手AMD的Chiplet技術,英特爾在這張圖上完美詮釋了什么叫IDM,所有的制造工藝、封裝工藝和核心傳輸專利幾乎都是英特爾自己研發的,這也是英特爾曾經最核心的技術優勢。選擇Chiplet一個重要的目標就是在提升性能的同時可以降低功耗和成本,英特爾的封裝工藝從2.5D的EMIB到3D的Foveros在之前幾代處理器產品中的表現并不遜色于臺積電的CoWoS。至于工藝成本方面,基于臺積電CoWoS技術打造的Chiplet是臺積電最賺錢的產品線之一,按臺積電40%+的凈利潤率,英特爾如果運營得當也許能搶出不少的成本優勢。

          應該說從技術的角度上,酷睿Ultra算不上多驚艷的設計,在英特爾原有基礎上增加了一個NPU而已,不過這顆NPU能帶來什么樣的全新體驗我們并不好簡單的評價??墒菑膶嶋H策略上,這一步似乎走得恰如其分。首先,在移動和桌面處理器市場,英特爾的生態優勢明顯強于性能上的糾纏,因此產品的實際性能表現似乎并不是決定性的,而攜手合作伙伴共同打造AI PC這個新概念,當作目前刺激如今增長乏力的筆記本市場的一種手段也許能夠起到奇效。而有了AI PC這個概念的加持和NPU的加入,那么酷睿Ultra的實際性能表現如何似乎可以并不完全跟Intel 4工藝掛鉤,那么這樣一款產品去作為Intel 4的試水之作似乎再合適不過了,即使表現不佳也不會影響市場對未來Intel 3工藝的信心,可以說將工藝表現帶來的影響盡可能降低。

          在目前跟老對手AMD的競爭中,英特爾除了要在工藝上緊緊追趕臺積電之外,也需要芯片設計方面擁有出奇制勝的殺手锏,相比于英特爾已經推出多代獨立的NPU產品,這方面似乎是AMD一直并不擅長的部分,那么NPU集成到移動處理器中這一步似乎可以在設計角度讓AMD短期內不知如何應對。更重要的是,雖然競爭對手AMD算是Chiplet玩得最成功的處理器廠商,但真要做這么大的設計改動,似乎遠不如自己擁有全部技術的英特爾更得心應手,只是不知道AI PC這個概念是否能讓市場消費者接受和買單吧!

          比較有意思的是,英特爾在AI PC生態的幾個主要用戶群體中選擇了藝術圈作為典型推廣,更是以AIGC生成圖片和音樂作品作為最推崇的應用,如果我沒記錯的話,半年多前似乎有過一場影響不小的討論,那就是AIGC生成的圖片和作品版權究竟歸屬于誰?最后各方吵了個一地雞毛沒有結論。當然,作為深諳中國文化的英特爾,把助力AIGC對藝術家創作的加持作為AI PC的焦點應用一定有他自己的考慮吧,希望如此吧!



          評論


          相關推薦

          技術專區

          關閉
          看屁屁www成人影院,亚洲人妻成人图片,亚洲精品成人午夜在线,日韩在线 欧美成人 (function(){ var bp = document.createElement('script'); var curProtocol = window.location.protocol.split(':')[0]; if (curProtocol === 'https') { bp.src = 'https://zz.bdstatic.com/linksubmit/push.js'; } else { bp.src = 'http://push.zhanzhang.baidu.com/push.js'; } var s = document.getElementsByTagName("script")[0]; s.parentNode.insertBefore(bp, s); })();