面向物联网边缘的第12代英特尔酷睿系统芯片助力垂直市场增强显卡功能、提升AI性能及灵活性。
最新消息:英特尔宣布推出适用于物联网边缘的第12代英特尔®酷睿™系统芯片(SoC)。作为针对物联网应用而优化的全新专用边缘产品系列,这款首创的插槽式系统芯片能够为视觉计算负载提供高性能的集成图形和媒体处理功能。此外,得益于紧凑的空间占用和适用于宽温工作的运行热设计功耗(TDP),它还可以助力客户实现更小巧的创新外观以及无风扇式散热设计,并帮助其实现产品的可持续性目标。
英特尔副总裁兼网络与边缘计算部门总经理Jeni Panhorst 表示:“受劳动力需求、供应链限制以及消费者行为不断变化的影响,企业业务流程的数字化转型继续加速,这使生成于边缘的数据量呈爆发式增长,进而对本地处理和数据分析的需求也随之暴增。英特尔了解各个垂直行业的企业所面临的挑战,并致力于帮助他们继续提供创新应用场景。”
重要意义:边缘的数字化转型需要提高处理能力和AI推理性能,以应对面向未来的AI工作负载。适用于物联网边缘的第12代英特尔酷睿系统芯片满足了这些性能需求,并提高了实施可配置性和整体解决方案灵活性,使原始设备制造商(OEM)和原始设计制造商(ODM)能够快速集成,并交付适用于各种垂直市场和特定边缘应用场景的解决方案。此外,这款系统芯片具有自上而下的管理功能,其中包括可提供一流远程控制和管理功能的英特尔博锐(Intel vPro)选项,这对于管理和维护部署在物联网边缘的系统至关重要。
关于面向物联网边缘的第12代英特尔酷睿系统芯片:与第10代英特尔®酷睿™台式机处理器系列中的12W / 65W机型相比,面向物联网边缘的第12代英特尔酷睿系统芯片可提供高达4倍的图形处理速度1,和高达6.6倍的GPU图像分类推理性能2。它内置英特尔®硬件线程调度器(Intel® Thread Director),可以智能地引导操作系统将相应工作负载分配给合适的内核。此外,与第10代英特尔®酷睿™台式机处理器相比,这款系统芯片具有多达14个内核和20个线程,单线程性能提升高达1.32 倍3,多线程性能提升高达1.27倍4。
面向物联网边缘的第12代英特尔酷睿系统芯片还支持用于推理和机器视觉的高性能AI功能。多达96 EU的图形执行单元可实现AI工作负载的高度并行化,与此同时,该款处理器还采用了英特尔®深度学习加速(Intel® DL Boost),并通过在CPU上内置AI加速功能来提供额外的推理性能。此外,该款处理器还完全支持英特尔®发行版OpenVINO™(Intel® Distribution of OpenVINO™)工具套件优化和跨架构推理。
Panhorst表示:“通过将CPU与高性能集成显卡、增强的视觉计算和AI功能整合到一个紧凑的处理配置中,面向物联网边缘的第12代英特尔酷睿系统芯片能够帮助客户解锁更多全新机会——从定制化零售网点解决方案到改善医疗诊断的精确成像和模式识别。”
面向物联网边缘的第12代英特尔酷睿系统芯片能够造福于各行各业:
• 零售、银行、酒店和教育领域的客户将能够扩展边缘系统的远程控制和管理功能,提高无接触式销售点的价值,并快速响应不断变化的供需情况。
• 工业制造领域的客户可以更好地利用工业PC、边缘服务器、高级控制器、机器视觉系统和虚拟化控制平台。
• 医疗领域客户将能够在边缘提供增强的超声成像功能、医疗车、内窥镜检查功能和临床设备。
好文章,需要你的鼓励
微软在Edge浏览器中推出了名为"Copilot Mode"的新功能,让用户在AI助手的帮助下浏览网页。该AI助手能理解用户的研究内容,预测用户需求并代为执行操作。目前该功能仍为实验性质,默认需用户主动开启且免费提供给Mac和PC用户使用。功能包括搜索、聊天、网页导航辅助等,还能处理预约、购物清单制作等任务,并可作为研究伙伴查看所有打开的标签页进行产品比较或在线研究。
上海AI实验库推出YUME系统,用户只需输入一张图片就能创建可键盘控制的虚拟世界。该系统采用创新的运动量化技术,将复杂的三维控制简化为WASD键操作,并通过智能记忆机制实现无限长度的世界探索。系统具备强大的跨风格适应能力,不仅能处理真实场景,还能重现动漫、游戏等各种艺术风格的虚拟世界,为虚拟现实和交互娱乐领域提供了全新的技术路径。
Copilot+ PC在企业市场渗透缓慢,IT决策者对其专有Windows AI功能印象一般。尽管微软推出了配备NPU芯片、支持40+ TOPS算力的高端笔记本,但企业更关注Windows 11设备更新等优先事项。分析显示,2025年第二季度欧洲AI PC出货量中,Copilot+ PC仅占9%。其专有功能如Recall、Click to Do等主要面向消费者,对企业价值有限。企业购买此类设备更多是基于硬件升级周期和对未来AI应用的投资,而非当前AI功能需求。
上海AI实验室研究团队开发了革命性的AI编程验证方法,让大语言模型能够在最小人工干预下自动生成和验证程序规范。该方法摒弃传统的人工标注训练,采用强化学习让模型在形式化语言空间中自主探索,在Dafny编程验证任务上显著超越现有方法,为AI自主学习开辟新道路。