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
研究人员基于Meta前首席AI科学家Yann LeCun提出的联合嵌入预测架构,开发了名为JETS的自监督时间序列基础模型。该模型能够处理不规则的可穿戴设备数据,通过学习预测缺失数据的含义而非数据本身,成功检测多种疾病。在高血压检测中AUROC达86.8%,心房扑动检测达70.5%。研究显示即使只有15%的参与者有标注医疗记录,该模型仍能有效利用85%的未标注数据进行训练,为利用不完整健康数据提供了新思路。
西湖大学等机构联合发布TwinFlow技术,通过创新的"双轨道"设计实现AI图像生成的革命性突破。该技术让原本需要40-100步的图像生成过程缩短到仅需1步,速度提升100倍且质量几乎无损。TwinFlow采用自我对抗机制,无需额外辅助模型,成功应用于200亿参数超大模型,在GenEval等标准测试中表现卓越,为实时AI图像生成应用开辟了广阔前景。
AI云基础设施提供商Coreweave今年经历了起伏。3月份IPO未达预期,10月收购Core Scientific计划因股东反对而搁浅。CEO Michael Intrator为公司表现辩护,称正在创建云计算新商业模式。面对股价波动和高负债质疑,他表示这是颠覆性创新的必然过程。公司从加密货币挖矿转型为AI基础设施提供商,与微软、OpenAI等巨头合作。对于AI行业循环投资批评,Intrator认为这是应对供需剧变的合作方式。
中山大学等机构联合开发的RealGen框架成功解决了AI生成图像的"塑料感"问题。该技术通过"探测器奖励"机制,让AI在躲避图像检测器识别的过程中学会制作更逼真照片。实验显示,RealGen在逼真度评测中大幅领先现有模型,在与真实照片对比中胜率接近50%,为AI图像生成技术带来重要突破。