英特尔公司今日正式发布了Panther Lake系列笔记本处理器,该系列基于其最新的英特尔18A制造技术。
这些芯片将在公司新开设的位于亚利桑那州钱德勒的Fab 52工厂生产。英特尔还将使用该设施制造即将推出的服务器处理器系列Clearwater Forest。该系列芯片将提供高达288个核心。
"我们的下一代计算平台,结合我们领先的工艺技术、制造和先进封装能力,是我们在构建新英特尔过程中业务创新的催化剂,"英特尔首席执行官谭利普表示。
英特尔的18A制造工艺基于环栅极或GAA设计生产晶体管,可减少电流泄漏。这有助于提高芯片的能效。向18A芯片传输电力的微小导线位于晶体管下方,而不是像早期英特尔产品那样位于上方,这提升了处理速度。
Panther Lake系列包含三款片上系统。该系列中最先进的SoC包含16核中央处理器。其中有4个针对性能密集型任务优化的P核,8个以较低功耗换取部分速度的E核,以及4个耗电量更少的LP E核。
Panther Lake的CPU在一个包含多个计算模块的芯片上实现。据英特尔介绍,其中包含一个神经处理单元,每秒可执行高达50万亿次操作。它由优化处理多媒体数据的加速器和容量为8兆字节的内存侧缓存支持。
承载Panther Lake CPU的芯片与另外两个芯片集成。其中一个是具有多达12个核心和12个光线追踪单元的图形处理单元。第三个芯片,即所谓的平台控制器芯片,包含Panther Lake用于管理其主机笔记本电脑中数据流的组件。这些组件支持Wi-Fi、蓝牙、USB、雷电和PCIe连接。
Panther Lake的三个主要芯片位于作为基础层的第四个芯片上。它们使用英特尔的Foveros互连技术相互交换数据。
Panther Lake系列中的所有三款处理器都基于相同的四芯片设计。区别在于旗舰处理器包含具有12个核心和12个光线追踪单元的GPU,而其他处理器的GPU只有4个核心和4个光线追踪单元。此外,入门级Panther Lake芯片包含8核CPU,而不是其他两款处理器配备的16核CPU。
英特尔表示,该芯片系列相比其上一代笔记本处理器有显著改进。据该公司称,Panther Lake的CPU和GPU在某些任务上的性能都能提升50%。此外,与去年的Lunar Lake笔记本SoC系列相比,这些处理器的能耗降低了10%。
英特尔预计首批Panther Lake设备将在今年晚些时候开始出货。该公司计划在2026年上半年推出其首个基于18A技术的服务器处理器产品线。Clearwater Forest芯片系列将提供17%的每周期指令增长,这是衡量性能的一个指标。该系列处理器将包含多达288个针对能效优化的E核。
Q&A
Q1:Panther Lake处理器有什么特点?
A:Panther Lake是英特尔基于18A制造技术的笔记本处理器系列,采用四芯片设计,包含16核CPU、12核GPU和神经处理单元。相比上一代产品,CPU和GPU性能提升50%,能耗降低10%。
Q2:英特尔18A制造工艺有什么优势?
A:18A制造工艺采用环栅极设计,可减少电流泄漏并提高能效。导线位于晶体管下方而非上方,能够提升处理速度。这是英特尔最新的制造技术。
Q3:Clearwater Forest服务器芯片什么时候发布?
A:英特尔计划在2026年上半年推出基于18A技术的Clearwater Forest服务器处理器系列。该系列将提供高达288个E核,性能相比前代提升17%。
好文章,需要你的鼓励
尽管全球企业AI投资在2024年达到2523亿美元,但MIT研究显示95%的企业仍未从生成式AI投资中获得回报。专家预测2026年将成为转折点,企业将从试点阶段转向实际部署。关键在于CEO精准识别高影响领域,推进AI代理技术应用,并加强员工AI能力培训。Forrester预测30%大型企业将实施强制AI培训,而Gartner预计到2028年15%日常工作决策将由AI自主完成。
这项由北京大学等机构联合完成的研究,开发了名为GraphLocator的智能软件问题诊断系统,通过构建代码依赖图和因果问题图,能够像医生诊断疾病一样精确定位软件问题的根源。在三个大型数据集的测试中,该系统比现有方法平均提高了19.49%的召回率和11.89%的精确率,特别在处理复杂的跨模块问题时表现优异,为软件维护效率的提升开辟了新路径。
2026年软件行业将迎来定价模式的根本性变革,从传统按席位收费转向基于结果的付费模式。AI正在重塑整个软件经济学,企业IT预算的12-15%已投入AI领域。这一转变要求建立明确的成功衡量指标,如Zendesk以"自动化解决方案"为标准。未来将出现更精简的工程团队,80%的工程师需要为AI驱动的角色提升技能,同时需要重新设计软件开发和部署流程以适应AI优先的工作流程。
这项由德国达姆施塔特工业大学领导的国际研究团队首次发现,当前最先进的专家混合模型AI系统存在严重安全漏洞。通过开发GateBreaker攻击框架,研究人员证明仅需关闭约3%的特定神经元,就能让AI的攻击成功率从7.4%暴增至64.9%。该研究揭示了专家混合模型安全机制过度集中的根本缺陷,为AI安全领域敲响了警钟。