news 2026/6/15 19:07:37

英特尔酷睿Ultra第三代,如何推动AI PC规模化落地?

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
英特尔酷睿Ultra第三代,如何推动AI PC规模化落地?

作者:金旺

2023年9月,在英特尔正式提出AI PC概念后,一个全新的PC纪元拉开帷幕。

彼时,就在大家都还在谈论什么样的PC,才是真正的AI PC时,英特尔已经做出了一个大胆的预测:到2028年,AI PC将占据PC市场80%的市场份额。

时隔两年后,AI PC已经开始成为PC市场的主流趋势。

据Gartner给出的预测数据显示,到2025年末,AI PC在全球出货量预计将达到7780万台,市场份额将达到31%,AI PC最终将会在2029年成为常态。

也是在这一年,就在大家开始接受生成式AI将改变一切时,越来越多人需要一台AI PC,来作为新一代生产力工具。

作为AI PC的提出者,也是AI PC的算力提供者,英特尔代号为Panther Lake的酷睿Ultra第三代处理器将在CES 2026上正式发布。

而英特尔Panther Lake处理器带来的性能提升,也将成为AI PC规模化落地的关键。

01 基于三层混合核心策略,将CPU性能再提升50%

生成式AI技术的普及应用,拉升了个人用户对算力的需求,如何为AI PC打造一颗高算力、低能耗的AI芯片,就成了英特尔必须要面对的问题。

Panther Lake,正是英特尔给出的又一个答案。

作为英特尔酷睿Ultra第三代处理器,Panther Lake延续了英特尔从Meteor Lake就已经开始应用的三层混合核心策略——性能核(P核)侧重于提升单线程性能和吞吐量,能效核(E核)侧重于提升多线程性能和并行计算能力,低功耗能效核(LP-E核)则侧重于解决日常低负载效率任务。

在此基础上,这些内核又都基于英特尔最新的Intel 18A制程得到了大幅优化,性能得到再次提升。

以性能核为例,Panther Lake全新的Cougar Cove性能核保留了18个执行端口同时,L3缓存容量提升了50%,达到了18MB,与此同时,还在以下三个方面得到了提升:

第一,引入内存消歧。

CPU在处理内存读写操作时,往往需要严格遵循指令的读写顺序,这种严格的依赖关系导致内存单元经常处于等待状态,由此也造成了内存带宽利用率低下,无法充分发挥硬件潜力。

内存消歧技术通过智能预测,精准预测出哪些操作可以并行执行、哪些存在真实依赖,打破了原本的依赖关系,让CPU多个执行单元能够进行乱序或并行内存读写操作,从而充分利用内存带宽。

第二,TLB再增强。

TLB本质上是CPU内部虚拟地址到物理地址的映射缓存,它将常用的地址映射预先存储,实现快速查找,从而避免CPU频繁访问系统内存进行页表遍历的耗时。

得益于Intel 18A先进制程,英特尔在Panther Lake上实现了1.5倍的容量提升,极大地提升了复杂工作负载下的应用体验。

第三,优化分支预测。

分支预测技术的核心在于通过CPU预判程序执行路径中可能出现的分支,并提前做好准备,这其中有两项指标尤为关键,一个是预测分支走向的准确率,另一个是将预测结果反馈给CPU核心流水线的时效性。

相较于英特尔上一代产品Lunar Lake,Panther Lake首先在预测准确性和分支预测的延迟上都有了大幅优化,从而使得CPU能够将更少的时间花费在预测和修正开销上,将更多时间投入到真正有用的计算任务中,从而显著提升有效计算时间占比。

此外,Panther Lake的能效核同样引入了分支预测、内存消歧技术,并优化了动态预取器控制、Nanocode,将多线程和并行计算能力进行了大幅提升。

据英特尔官方给出的数据显示,在这一系列技术加持下,Panther Lake与上一代处理器相比,在执行单线程任务时,相似性能下功耗降低了超40%,相似功耗下性能提升超10%,在执行多线程任务时,相似功耗下性能提升超50%,相似性能下功耗降低超30%。

Panther Lake不仅继承了Lunar Lake高能效和Arrow Lake高性能优势,CPU和GPU性能较上一代产品提升了50%,还引入了性能更高、面积更小的NPU,为AI PC规模化量产、成为新一代生产力工具打下了基础。

02 生成式AI应用爆发,生产力工具技术重构

来自中国互联网络信息中心统计数据显示,截至2025年8月底,我国累计有538款生成式AI服务完成备案,263款生成式AI应用或功能完成登记。

与此同时,截止2025年6月,我国生成式AI用户规模达到5.15亿人,普及率达到了36.5%。

生成式AI应用大爆发、用户渗透率持续上升,让PC用户的日常应用场景已经从单纯的办公、浏览、游戏等负载转向同时涉及传统计算、图形渲染,乃至AI推理的混合工作负载。

为了应对这样的混合工作负载,英特尔面向AI PC打造的酷睿Ultra做出了两方面技术重构:

首先是,前文提到的三层混合核心策略。

在Panther Lake处理器中,最终是由硬件线程调度器来完成对不同核心的调用和任务分配,由于能效核、性能核、低功耗能效核,以及能效曲线相较前代都有了不小的优化,英特尔这代产品中硬件线程调度器的分类模型根据Panther Lake的核心特性进行了分类,并采集了更多系统级的信息来对反馈表进行升级。

在这一系列指标优化下,Panther Lake中的硬件线程调度器可以在更多场景下来实现混合核心之间的并行调度,更大程度发挥出了三层混合核心策略的优势。

英特尔技术专家就曾以UL Procyon基准测试模拟混合工作负载进行测试,在混合工作负载环境下,当没有突发性高负载需求时,系统优先保持在低功耗模式运行,当检测到需要高性能响应的突发性大负载时,系统会迅速将该负载调度至性能核进行处理,从而为用户提供快速响应。

其次是,CPU、GPU、NPU构成的XPU架构。

传统PC负载相对单一,往往是由CPU处理逻辑任务,GPU处理图形任务,生成式AI的普及应用,将PC负载拉升到了一个新维度。

这其中既有如在线会议中的实时翻译、语音转录、背景虚化这类持续低强度AI后台任务运行需求,有如图像处理工作中的生成图像、视频编辑AI增强、Copilot复杂查询这类突发高强度AI任务运行需求,也有用户边办公边运行AI助手、边游戏边使用AI生成直播工具这类多任务并行需求。这就要求AI PC拥有足够强的本地AI算力。

英特尔Panther Lake处理器中将专为AI负载提供算力的运算单元NPU升级到了NPU5,每个神经计算引擎中引入了更大的MAC阵列单元,从而提供更高的计算密度和运算效率,并能最高提供180TOPS平台算力。

在面对越来越多强算力需求的AI工作负载时,对于AI PC,续航能力是另一个大多数用户关注的点,为了提升笔记本电池供电下的续航能力和用户体验,英特尔在电源管理堆栈中引入了智能自适应机制,在后台根据实际工作负载,自动在预先设置的性能模式和更高效的节能模式之间进行无缝切换。

据Gartner给出的预测数据显示,到2026年末,优先投资开发PC端AI功能的软件厂商比例将从2024年的2%攀升至40%,并出现多种能够在PC端本地运行、在2023年之前不曾出现的小语言模型(SLM)。

英特尔在Panther Lake中进行的这一系列技术调整和架构优化,正是在解决AI工作负载、优化AI应用体验、推动AI PC这一轮生产力变革。

03 OEM齐发力,AI PC迎来规模化落地

2026年,正在成为AI PC规模化落地的关键一年。

据Gartner给出的预测数据显示,2026年AI PC出货量将达到1.43亿台,市场份额将达到55%。

与此同时,一年一度的全球消费电子大型盛会CES 2026即将于1月6日在拉斯维加斯拉开帷幕,联想、华硕、雷神等一众PC厂商已经相继官宣,将在CES 2026上推出AI PC新品。

在CES 2026上,有两项关乎AI PC的关键发布值得我们期待:

第一,英特尔Panther Lake将正式发布,作为首款基于Intel 18A制程的客户端处理器,这款采用XPU架构、三层混合核心策略,以及大量AI优化算法,并拥有180TOPS算力处理器,将在2026年成为AI PC规模化爆发的底层基础。

第二,联想、华硕等一众PC厂商搭载Panther Lake的AI PC,也将在CES 2026上集中亮相,这些产品将成为2026年AI PC市场主力产品,也将成为推动AI PC市占率突破50%的主力军。

2026年,在大模型引爆新一轮AI硬件热潮后,AI PC率先成了引领这场生产力变革的主角。


版权声明: 本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若内容造成侵权/违法违规/事实不符,请联系邮箱:809451989@qq.com进行投诉反馈,一经查实,立即删除!
网站建设 2026/6/15 12:40:59

Google发布Gemini 3 Flash并将其设为默认模型

Google今天发布了基于上月推出的Gemini 3的快速且经济的Gemini 3 Flash模型,试图抢夺OpenAI的风头。该公司还将此模型设为Gemini应用和搜索AI模式中的默认模型。新的Flash模型在Google宣布Gemini 2.5 Flash模型六个月后到来,提供了显著改进。在基准测试中,Gemini 3 …

作者头像 李华
网站建设 2026/6/14 0:00:03

搞电机控制仿真最头疼的就是模型验证——参数调不准、算法跑飞、波形毛刺...今天给大伙儿整了套实用工具包,包含异步电机全家桶模型,直接解决从理论到落地的断层问题

推荐打包出一组异步电机、感应电机仿真模型,包括数学基础模型,无位置速度辨识模型,DTC 模型,FOC 模型等,模型总共有十多个,标价即总价。 模型已经运行过,在 2018b 版本上都没有问题,…

作者头像 李华
网站建设 2026/6/15 13:53:53

cesium126,230703,UE 建筑层移动和还原及其控制图层的实现 - 下:

(207)这里记录一下 UIBP 蓝图里,如何为按钮里的文本绑定文字,以前都是创建绑定函数,其实也可以直接绑定到本蓝图里的公共文本变量上 : 调用赋值,显示到屏幕 :因为没有老师的 smith 建…

作者头像 李华
网站建设 2026/6/15 18:32:53

【毕业设计】基于springboot+微信小程序的闲置物品处置平台的设计与实现(源码+文档+远程调试,全bao定制等)

博主介绍:✌️码农一枚 ,专注于大学生项目实战开发、讲解和毕业🚢文撰写修改等。全栈领域优质创作者,博客之星、掘金/华为云/阿里云/InfoQ等平台优质作者、专注于Java、小程序技术领域和毕业项目实战 ✌️技术范围:&am…

作者头像 李华
网站建设 2026/6/7 22:37:27

深度解析:Allure报告如何提升你的测试效率?

Allure 简介与安装 Allure 是由 Java 语⾔开发的⼀个轻量级,灵活的测试报告⼯具。 Allure 多平台的 Report 框架。 Allure ⽀持多语⾔,包括 python、JaveScript、PHP、Ruby 等。 可以为开发/测试/管理等人员提供详尽的的测试报告,包括测试…

作者头像 李华