英特爾工業(yè)人工智能白皮書2025年版-邊緣AI驅(qū)動(dòng)助力新質(zhì)生產(chǎn)力-英特爾-2025

AI驅(qū)動(dòng)，英特爾?2025年版Intel?IndustrialAIPlaybook2025Edition編委會(huì)：主編：劉俊、馬小龍、朱永佳編委：方辛月、高暢、高楊帆、胡楊、劉波、呂曉峰、邱麗穎、單娜、張恒、張心宇*編輯按姓名首字母排序前言前言(AI)AI了通用化。AI技術(shù)正在步入工業(yè)領(lǐng)域的千行百業(yè)，幫助企業(yè)實(shí)現(xiàn)從傳統(tǒng)的勞動(dòng)密集型、資源密集型企業(yè)，向技術(shù)密集型、知識(shí)密集型的高端化、智能化、綠色化方向轉(zhuǎn)型升級(jí)，打造依托于人工智能、大數(shù)據(jù)、云計(jì)算等現(xiàn)代信息技術(shù)的新質(zhì)生產(chǎn)力。AI測(cè)性維護(hù)、供應(yīng)鏈優(yōu)化、創(chuàng)新服務(wù)、綠色制造、智能客服等眾多環(huán)節(jié)，它通過處理和分析海量工業(yè)數(shù)據(jù)，幫助企業(yè)在上述各個(gè)環(huán)節(jié)中做出最優(yōu)的智能化決策，從而在多個(gè)環(huán)節(jié)全方位實(shí)現(xiàn)提質(zhì)、增效、降本，增強(qiáng)競(jìng)爭(zhēng)力。在日趨激烈的工業(yè)市場(chǎng)競(jìng)爭(zhēng)中，尋求部署新技術(shù)來(lái)提升綜合競(jìng)爭(zhēng)力，是企業(yè)的生存之道。而引領(lǐng)工業(yè)革命浪潮的AI技術(shù)和大模型，是企業(yè)從多維度重塑自身生產(chǎn)方式、實(shí)現(xiàn)新質(zhì)生產(chǎn)力的關(guān)鍵。AIAI系統(tǒng)性支持與服務(wù)以及成功案例。AIAI和工業(yè)大模型能為汽車、消費(fèi)電子、新能源鋰電、半導(dǎo)體制造等重點(diǎn)行業(yè)所帶來(lái)的賦能創(chuàng)新機(jī)會(huì)，以及當(dāng)前AI整體方案的技術(shù)賦能。AIAI的標(biāo)準(zhǔn)AI生態(tài)系統(tǒng)，推動(dòng)制造業(yè)向智能制造轉(zhuǎn)型升級(jí)，賦能新質(zhì)生產(chǎn)力?！獜堄畈┦坑⑻貭栔袊?guó)區(qū)網(wǎng)絡(luò)與邊緣事業(yè)部首席技術(shù)官目錄目錄01工業(yè)人工智能(AI)行業(yè)觀察 01工業(yè)AI—市場(chǎng)規(guī)模與增長(zhǎng)潛力 02工業(yè)AI的應(yīng)用范疇 031.3工業(yè)大模型 051.3.1大模型 051.3.2工業(yè)大模型 061.3.3工業(yè)大模型的應(yīng)用范疇 061.4行業(yè)應(yīng)用 071.4.1汽車行業(yè) 07消費(fèi)電子行業(yè) 08新能源鋰電行業(yè) 08半導(dǎo)體行業(yè) 091.5工業(yè)AI與工業(yè)大模型落地應(yīng)用面臨的挑戰(zhàn) 1002英特爾?技術(shù)方案 122.1硬件 13第12代英特爾?酷睿?移動(dòng)處理器 132.1.2英特爾?酷睿?Ultra處理器 162.1.3英特爾?至強(qiáng)?Max系列&英特爾?至強(qiáng)?6處理器 202.1.4英特爾銳炫?顯卡 262.2軟件 29英特爾?oneAPI工具包—跨架構(gòu)性能加速 29OpenVINO?工具套件 32英特爾?Geti?平臺(tái) 35英特爾?CVOI（工業(yè)機(jī)器視覺優(yōu)化參考實(shí)現(xiàn)） 36目錄目錄創(chuàng)新技術(shù)方案 38大語(yǔ)言模型賦能工業(yè)機(jī)械手臂 38基于視覺大模型的零樣本或少樣本異常檢測(cè) 40檢索增強(qiáng)生成模型實(shí)現(xiàn) 42人形機(jī)器人 4403成功案例 03成功案例 46英特爾：智能晶圓視覺檢測(cè) 美的樓宇科技美控：樓宇A(yù)I節(jié)能解決方案 利珀：晶硅電池隱裂檢測(cè)產(chǎn)品 51諾達(dá)佳：基于AI的在線式視覺隨動(dòng)同步點(diǎn)膠機(jī)應(yīng)用 53新松：智能巡檢機(jī)器人 55華泰軟件：智能化圖紙生成管家 聯(lián)想：基于AI的設(shè)備維護(hù)解決方案 5804合作伙伴加速項(xiàng)目和產(chǎn)品推薦 60AI硬件產(chǎn)品推薦 PIPC工業(yè)電腦優(yōu)選項(xiàng)目介紹 64PIPC機(jī)器視覺產(chǎn)品推薦 6901工業(yè)人工智能(AI)行業(yè)觀察0202AI市場(chǎng)規(guī)模與增長(zhǎng)潛力01工業(yè)人工智能工業(yè)AI，是AI技術(shù)在工業(yè)領(lǐng)域的應(yīng)用，它通過機(jī)器學(xué)習(xí)、深度學(xué)習(xí)、計(jì)算機(jī)視覺等先進(jìn)的計(jì)算智能方法，實(shí)現(xiàn)對(duì)工業(yè)生產(chǎn)過程的優(yōu)化和智能化，最終幫助企業(yè)提高生產(chǎn)效率、降低成本、提升產(chǎn)品質(zhì)量，實(shí)現(xiàn)數(shù)字化轉(zhuǎn)型。工業(yè)人工智能2023年12月，由信通院牽頭、多家單位聯(lián)合編制的《工業(yè)大模型技術(shù)應(yīng)用與發(fā)展報(bào)告》指出，AI與大模型將加速賦能新型工業(yè)化，預(yù)計(jì)從2022年至2032年，工業(yè)AI市場(chǎng)規(guī)模將以46%的年均復(fù)合增長(zhǎng)率高速成長(zhǎng)。(AI)AI11左右。Gartner2027AI使10%(AI)行業(yè)觀察隨著技術(shù)的不斷進(jìn)步和應(yīng)用場(chǎng)景的拓展，我們認(rèn)為工業(yè)AI有望成為推動(dòng)工業(yè)4.0和智能制造發(fā)展的關(guān)鍵力量。行業(yè)觀察03031.21.2AI的應(yīng)用范疇01工業(yè)人工智能AI技術(shù)在工業(yè)領(lǐng)域的應(yīng)用，已經(jīng)貫穿于產(chǎn)品設(shè)計(jì)、生產(chǎn)、管理、服務(wù)等眾多環(huán)節(jié)，它主要通過各種方式收集海量數(shù)據(jù)，然后利用機(jī)器學(xué)習(xí)和統(tǒng)計(jì)模型對(duì)數(shù)據(jù)進(jìn)行分析，并依據(jù)數(shù)據(jù)分析結(jié)果輔助決策，幫助企業(yè)優(yōu)化資源配置，提質(zhì)增效，節(jié)省成本。工業(yè)人工智能行業(yè)觀察(AI)具體來(lái)看，AI行業(yè)觀察(AI)研發(fā)與規(guī)劃需求分析與預(yù)測(cè)：基于歷史數(shù)據(jù)和機(jī)器學(xué)習(xí)算法，構(gòu)?自動(dòng)化代碼編寫與優(yōu)化：AI編程助手利用深度學(xué)習(xí)建預(yù)測(cè)模型，通過分析大量用戶數(shù)據(jù)和市場(chǎng)趨勢(shì)，洞算法和大量代碼數(shù)據(jù)訓(xùn)練模型，通過分析代碼的結(jié)構(gòu)察市場(chǎng)需求，預(yù)測(cè)未來(lái)趨勢(shì)，精準(zhǔn)定位產(chǎn)品的設(shè)計(jì)與和模式，并根據(jù)開發(fā)者的需求，自動(dòng)生成函數(shù)、類、迭代方向。 速代碼生成，減少錯(cuò)誤。優(yōu)化研發(fā)流程管理：基于當(dāng)前項(xiàng)目狀態(tài)和歷史數(shù)據(jù)建立預(yù)測(cè)模型，預(yù)測(cè)每項(xiàng)任務(wù)的完成時(shí)間，并評(píng)估整個(gè) ?優(yōu)化產(chǎn)品結(jié)構(gòu)與應(yīng)用模擬：通過形態(tài)識(shí)別技術(shù)，將項(xiàng)目的完成時(shí)間，有助于提前發(fā)現(xiàn)潛在延遲風(fēng)險(xiǎn)，讓 產(chǎn)品外形及特征轉(zhuǎn)化為數(shù)據(jù)，輔助設(shè)計(jì)師不斷優(yōu)化團(tuán)隊(duì)合理分配時(shí)間和其他資源，保證項(xiàng)目按時(shí)或提前 迭代。利用收集到數(shù)據(jù)構(gòu)建數(shù)字孿生產(chǎn)品模型，模完成。 擬產(chǎn)品的各種實(shí)際應(yīng)用場(chǎng)景，如正常操作、極限性能、潛在故障等，預(yù)測(cè)產(chǎn)品性能表現(xiàn)，進(jìn)一步指導(dǎo)設(shè)計(jì)改進(jìn)。0401工業(yè)人工智能行業(yè)觀察0401工業(yè)人工智能行業(yè)觀察(AI)生產(chǎn)過程管控在生產(chǎn)過程管控方面技術(shù)的應(yīng)用主要集中在提高生 ?智能生產(chǎn)管理：產(chǎn)效率、優(yōu)化資源配置、增強(qiáng)質(zhì)量控制和實(shí)現(xiàn)生產(chǎn)過程 在生產(chǎn)計(jì)劃和排程方面，AI算法可以優(yōu)化生產(chǎn)計(jì)的自動(dòng)化與智能化。具體包括： 設(shè)備管理： 付準(zhǔn)時(shí)率。AI系統(tǒng)能夠根據(jù)實(shí)時(shí)數(shù)據(jù)預(yù)測(cè)生產(chǎn)任務(wù)，自動(dòng)調(diào)整號(hào)、序列號(hào)等；AI的自然語(yǔ)言處理功能，可以自動(dòng)生產(chǎn)參數(shù)，并合理地分配人力、設(shè)備、物料等生產(chǎn)資提取設(shè)備手冊(cè)或標(biāo)簽上的文字信息，獲取設(shè)備規(guī)格、源，提高資源利用率，確保生產(chǎn)線始終保持在最佳工性能指標(biāo)等關(guān)鍵參數(shù)。這些都能顯著提升設(shè)備入庫(kù)管作狀態(tài)，提高生產(chǎn)效率。理的效率和準(zhǔn)確性。在生產(chǎn)過程監(jiān)控和優(yōu)化方面，AI算法通過分析生產(chǎn)在設(shè)備運(yùn)維管理方面，利用機(jī)器學(xué)習(xí)算法，對(duì)部署在線上的各種運(yùn)行狀態(tài)反饋數(shù)據(jù)和工藝參數(shù)，能夠預(yù)設(shè)備上的溫度、壓力、振動(dòng)等各種傳感器給出的監(jiān)測(cè)測(cè)及發(fā)現(xiàn)潛在問題，并自動(dòng)調(diào)整參數(shù)，優(yōu)化產(chǎn)線運(yùn)數(shù)據(jù)進(jìn)行處理分析，實(shí)時(shí)監(jiān)控設(shè)備運(yùn)行狀態(tài)，并可通行狀態(tài)。過模式識(shí)別算法檢測(cè)數(shù)據(jù)中的異常，預(yù)測(cè)可能出現(xiàn)的生產(chǎn)安全管理：通過智能視頻分析技術(shù)分析從生產(chǎn)現(xiàn)故障或發(fā)現(xiàn)故障甚至給出修復(fù)建議，便于運(yùn)維人員及場(chǎng)采集的視頻，進(jìn)行行為識(shí)別與違規(guī)監(jiān)測(cè)，如自動(dòng)識(shí)時(shí)實(shí)施預(yù)測(cè)性維護(hù)或故障修復(fù)，減少停機(jī)時(shí)間，提高別生產(chǎn)線上的工人是否穿了防護(hù)服、佩戴安全帽，是設(shè)備的可靠性和生產(chǎn)效率。否進(jìn)入違禁區(qū)等，并立即給出違規(guī)報(bào)警。還可以在倉(cāng)質(zhì)量管理：產(chǎn)品缺陷檢測(cè)是質(zhì)量管理的重要一環(huán)，尤 其是對(duì)于金屬等高反光產(chǎn)品、薄膜產(chǎn)品的劃痕、裂 煙霧、火焰等火災(zāi)跡象，并快速觸發(fā)報(bào)警。紋、凹坑、氣孔、污染等非常難檢出的外觀缺陷，利此外，AI技術(shù)在生產(chǎn)過程管控方面還可用于排產(chǎn)與調(diào)度用傳統(tǒng)視覺算法，對(duì)工業(yè)相機(jī)采集到的圖像經(jīng)過預(yù)處優(yōu)化、資源與物料管理、能耗與排放管理等環(huán)節(jié)，推動(dòng)理，基于圖像分割等深度學(xué)習(xí)模型，高效且較為準(zhǔn)確制造業(yè)向更高效、智能的方向發(fā)展。地檢出缺陷，為傳統(tǒng)的視覺檢測(cè)技術(shù)賦予高度智能化。質(zhì)量檢測(cè)也是目前AI技術(shù)在工業(yè)領(lǐng)域落地應(yīng)用較多、較為成功的一個(gè)方向。經(jīng)營(yíng)管理優(yōu)化庫(kù)存管理：利用深度學(xué)習(xí)和大數(shù)據(jù)分析，分析歷史銷 售數(shù)據(jù)、季節(jié)性變化、市場(chǎng)趨勢(shì)等因素，預(yù)測(cè)庫(kù)存 監(jiān)控物流配送過程，提高配送效率、降低成本。需求、實(shí)時(shí)監(jiān)控庫(kù)存水平、自動(dòng)調(diào)整補(bǔ)貨策略、精準(zhǔn)財(cái)務(wù)與人力管理：通過訓(xùn)練模型，可以自動(dòng)讀取發(fā)管理庫(kù)存品類、優(yōu)化庫(kù)存地域布局等，提高庫(kù)存周票和收據(jù)，將其轉(zhuǎn)換為數(shù)字格式，直接導(dǎo)入會(huì)計(jì)系轉(zhuǎn)率，降低庫(kù)存成本。AI聊天機(jī)器人可以隨時(shí)了解統(tǒng)，減少了數(shù)據(jù)錄入和處理的時(shí)間和錯(cuò)誤。使用自ERP庫(kù)存系統(tǒng)、跟蹤訂單和其他更新。然語(yǔ)言處理(NLP)和機(jī)器學(xué)習(xí)算法，能快速分析候物流配送與運(yùn)輸管理：3D選人簡(jiǎn)歷，識(shí)別出與職位相關(guān)的教育背景、工作經(jīng)歷相機(jī)的加持下，可以識(shí)別被配送貨物的形狀、尺寸和等關(guān)鍵信息，快速篩選出符合條件的候選人，提高招條形碼，自動(dòng)分揀和歸類，提高倉(cāng)庫(kù)分揀效率和準(zhǔn)確聘效率。05051.31.3工業(yè)大模型011.3.11.3.1大模型工業(yè)人工智能(AI)大模型（LargeModelFoundationModel），是指具有大量參數(shù)和復(fù)雜結(jié)構(gòu)的機(jī)器學(xué)習(xí)模型，能夠處(LLM)(CV)工業(yè)人工智能(AI)行業(yè)觀察大模型通過訓(xùn)練海量數(shù)據(jù)來(lái)學(xué)習(xí)復(fù)雜的模式和特征，具有更強(qiáng)大的泛化能力，可以對(duì)未見過的數(shù)據(jù)做出準(zhǔn)確的預(yù)測(cè)，能夠處理更加復(fù)雜的任務(wù)和數(shù)據(jù)。行業(yè)觀察展開來(lái)講，大模型技術(shù)有以下幾項(xiàng)基本特征：架構(gòu)。(Self-Attention)機(jī)制，在處理序列數(shù)據(jù)時(shí)，能同時(shí)架構(gòu)在模型訓(xùn)練和推理時(shí)的并行處理能力更強(qiáng)，效率更高。參數(shù)規(guī)模大。大模型通常包含數(shù)千萬(wàn)、數(shù)億甚至更多參數(shù)；巨大的參數(shù)規(guī)模使大模型能夠處理更加復(fù)雜和多樣的任務(wù)。微調(diào)(Fine-tuning)技術(shù)，預(yù)訓(xùn)練的大模型可以快速適應(yīng)新的任務(wù)和數(shù)據(jù)集，而無(wú)需從頭開始訓(xùn)練。此外，還可以通過添加新的層或修改現(xiàn)有層的結(jié)構(gòu)，來(lái)擴(kuò)展大模型的功能和性能。01行業(yè)觀察01行業(yè)觀察(AI).2工業(yè)大模型工業(yè)大模型，是指在工業(yè)生產(chǎn)中使用的大型模型。工業(yè)大模型在滿足大模型技術(shù)基本特征的同時(shí)，具備在各個(gè)工業(yè)領(lǐng)域及工業(yè)各環(huán)節(jié)進(jìn)行應(yīng)用的能力，或在工業(yè)裝備、軟件等融合中賦能的模型。相較于工業(yè)專用小模型而言，工業(yè)大模型泛化性強(qiáng)，可以單模型應(yīng)對(duì)多任務(wù)，更適合長(zhǎng)尾落地。另外，從工程層面來(lái)講，工業(yè)大模型的開發(fā)成本及維護(hù)成本，低于工業(yè)專用小模型。.3工業(yè)大模型的應(yīng)用范疇第三，識(shí)別/模擬/第三，識(shí)別/模擬/預(yù)測(cè)能力。使模型具備更強(qiáng)的場(chǎng)景泛化識(shí)別能力，可用于產(chǎn)品質(zhì)檢，安全監(jiān)測(cè)復(fù)判等流程，助力實(shí)現(xiàn)零樣本或少樣本缺陷檢測(cè)。在生產(chǎn)制造環(huán)節(jié)之外，工業(yè)大模型的仿真與模擬能力，亦可助力工業(yè)產(chǎn)品研發(fā)與設(shè)計(jì)環(huán)節(jié)。例如實(shí)時(shí)仿真模型的建立與仿真環(huán)境的創(chuàng)建。在預(yù)測(cè)方面，工業(yè)大模型助力由原先局部建模預(yù)測(cè)至基于全局信息、更高效、高精度預(yù)測(cè)的轉(zhuǎn)換與優(yōu)化。第一，語(yǔ)言理解與知識(shí)問答能力。利用大模型對(duì)于自然語(yǔ)言的理解能力，能理解和識(shí)別用戶意圖，使員工能通過自然語(yǔ)言就能與機(jī)器進(jìn)行交互；另外通過為大模型外掛知識(shí)庫(kù)，增強(qiáng)知識(shí)檢索能力，可以提升知識(shí)獲取和共享效率。這些能力在工業(yè)領(lǐng)域可普遍應(yīng)用于智能客服、知識(shí)管理、教學(xué)與培訓(xùn)、工業(yè)文檔檢索與統(tǒng)計(jì)等場(chǎng)景中，大幅提升工作效率，減少人力勞動(dòng)和成本。還可以基于行業(yè)大模型提供知識(shí)問答/異常診斷/產(chǎn)線維護(hù)/排產(chǎn)建議，大幅提升制造效率，降低運(yùn)維成本。工業(yè)人工智能設(shè)計(jì)模型、應(yīng)用文檔的生成。設(shè)計(jì)模型、應(yīng)用文檔的生成。在模型具備語(yǔ)言理解的基礎(chǔ)之上，工業(yè)大模型具備了內(nèi)容創(chuàng)作與生成的能力，這種內(nèi)容生成的能力可大幅提高內(nèi)容生成效率，提升員工工作效率。其與工業(yè)設(shè)備及系統(tǒng)的自然交互及推理的能力，可助力LLM工業(yè)代碼的快速生成、優(yōu)化與調(diào)試，大大促進(jìn)工業(yè)應(yīng)用的生成與落地。第四，多模態(tài)分析能力，由傳統(tǒng)單一格式的工業(yè)數(shù)據(jù)處理，轉(zhuǎn)化為多格式數(shù)據(jù)綜合轉(zhuǎn)換分析。數(shù)據(jù)、業(yè)務(wù)數(shù)據(jù)和管理決策數(shù)據(jù)在內(nèi)的多種數(shù)據(jù)類支持。盡管目前工業(yè)大模型的應(yīng)用已經(jīng)滲透到工業(yè)的多個(gè)環(huán)節(jié)，應(yīng)用場(chǎng)景較多，但碎片化明顯。其中，知識(shí)管理/知識(shí)問答、數(shù)據(jù)助手/數(shù)據(jù)問答、專業(yè)內(nèi)容生產(chǎn)以及視覺檢測(cè)四個(gè)方向，是目前應(yīng)用探索最多的領(lǐng)域。工業(yè)大模型經(jīng)過一年多的發(fā)展，目前總體處于小規(guī)模商業(yè)應(yīng)用落地階段。06+各類應(yīng)用”know-how能力。0607071.41.4行業(yè)應(yīng)用0.1汽車行業(yè)工業(yè)人工智能行業(yè)觀察(AI)AI技術(shù)落地應(yīng)用的重要領(lǐng)域。目前，AI技術(shù)已經(jīng)滲透到汽車制造中繁多復(fù)雜的生產(chǎn)流程中，從汽車零部件的質(zhì)量檢測(cè)、到生產(chǎn)物流運(yùn)輸、裝配生產(chǎn)線的自動(dòng)化、再到整車質(zhì)量檢測(cè)等眾多環(huán)節(jié)，AI使用都顯著提高了生產(chǎn)效率和產(chǎn)品質(zhì)量。工業(yè)人工智能行業(yè)觀察(AI)3D汽車數(shù)字模型，并能對(duì)模型進(jìn)行風(fēng)格調(diào)整、零部件編輯及顏色更換等操作。這能1-2年的設(shè)計(jì)周期大幅縮短。汽車造型輔助設(shè)計(jì)零部件及汽車零部件和整車的性能，不僅關(guān)乎駕駛性能和體驗(yàn)，更關(guān)乎生命安全。因此，必須保證汽車零部件完好無(wú)缺陷，整車智能整車裝配高度精準(zhǔn)可靠，確保每一個(gè)部件都符合嚴(yán)格的安全標(biāo)準(zhǔn)。制造例如，輪轂是汽車的重要組成部分，其質(zhì)量直接關(guān)系到汽車的安全性和使用壽命。在輪轂的生產(chǎn)制造中，容易產(chǎn)生劃痕、擦傷、氣孔、毛刺、噴涂不到位、黑點(diǎn)等外觀缺陷。缺陷的多樣性、表面反光的干擾以及生產(chǎn)線上的實(shí)時(shí)檢測(cè)要求，使得效率和準(zhǔn)確率低下且容易漏檢的人工質(zhì)檢和容易受復(fù)雜環(huán)境光干擾的傳統(tǒng)機(jī)器視覺檢測(cè)方法無(wú)法勝任。將AI視覺算法技術(shù)與機(jī)器視覺成像技術(shù)相結(jié)合，利用經(jīng)過缺陷圖像訓(xùn)練的深度學(xué)習(xí)模型識(shí)別工業(yè)相機(jī)捕獲的缺陷圖像，滿足終端檢測(cè)節(jié)拍要求24秒/輪轂，提高檢測(cè)精度和生產(chǎn)線效率。車身漆面車身表面的涂漆質(zhì)量是衡量整車品質(zhì)的重要指標(biāo)之一，它不僅關(guān)系到車輛的美觀性，更事關(guān)車輛的防腐性、耐久性質(zhì)量檢測(cè)等問題。漆面噴涂環(huán)節(jié)工藝繁多復(fù)雜，易出現(xiàn)顆粒、縮孔、焊渣、臟污等各類缺陷，進(jìn)而影響整車外觀甚至漆面的耐久性。傳統(tǒng)的人工漆面缺陷檢測(cè)方法，受檢測(cè)人員自身狀態(tài)及長(zhǎng)時(shí)間工作易疲勞等因素的影響，無(wú)法精確檢出各類缺陷，很難滿足現(xiàn)代汽車生產(chǎn)需求。AI3D成像技術(shù)，與機(jī)器人手臂協(xié)同作業(yè)，能夠在線采集整車漆面數(shù)據(jù)進(jìn)行并行計(jì)算，實(shí)現(xiàn)車身漆面缺陷的精準(zhǔn)檢測(cè)與定位，缺陷測(cè)量精度需達(dá)0.15mm，檢出率高達(dá)99%，缺陷分類準(zhǔn)確率＞85%，需能夠?qū)?0s20余種漆面缺陷，實(shí)現(xiàn)多角度在線檢測(cè)。AI賦能的方案，大幅提升了車身漆面缺陷的檢出率和檢測(cè)效率，滿足生產(chǎn)線的快速節(jié)拍需求。0801080.2消費(fèi)電子行業(yè)工業(yè)人工智能以智能手機(jī)、平板電腦、筆記本電腦等為主導(dǎo)的消費(fèi)電子產(chǎn)品以及生產(chǎn)制造，也是AI技術(shù)和工業(yè)大模型落地應(yīng)用的一個(gè)重點(diǎn)行業(yè)。工業(yè)人工智能精準(zhǔn)高效消費(fèi)電子產(chǎn)品對(duì)品質(zhì)要求極高，過檢指標(biāo)和漏檢指標(biāo)嚴(yán)格，且產(chǎn)線速度快。很多產(chǎn)品缺陷種類復(fù)雜、缺陷細(xì)小、區(qū)的缺陷分度低，傳統(tǒng)的人工檢測(cè)和機(jī)器視覺方案，檢出率低，速度慢，無(wú)法滿足生產(chǎn)質(zhì)量和高速產(chǎn)線的節(jié)拍要求。AI技術(shù)檢測(cè)與機(jī)器視覺檢測(cè)方案相結(jié)合，為這類難檢缺陷提供有效解決方案。以手機(jī)玻璃蓋板為例，手機(jī)玻璃蓋板在生產(chǎn)過程中可能會(huì)出現(xiàn)劃痕、蹭傷、崩邊、氣泡、手指紋、水跡、水印等多種微小且不易察覺的缺陷，缺陷種類最多可達(dá)30多種。必須精準(zhǔn)、高效地檢出這些缺陷以保證產(chǎn)品質(zhì)量，檢測(cè)精度一般要求達(dá)到10μm，檢測(cè)節(jié)拍根據(jù)蓋板尺寸大小通常在6秒到1秒/件之間，甚至更快。傳統(tǒng)的人眼檢測(cè)，不但無(wú)法達(dá)到微小缺陷的檢測(cè)精度要求，而且人眼容易疲勞，存在效率低、誤檢漏檢偏高等問題，無(wú)法滿足生產(chǎn)的精度和節(jié)拍要求。將深度學(xué)習(xí)算法與高精度成像系統(tǒng)相結(jié)合，更快速地識(shí)別出產(chǎn)品圖像中的缺陷及種類，滿足生產(chǎn)線對(duì)檢測(cè)精度和速度的要求。智能化更加個(gè)性化、智能化、功能強(qiáng)大的手機(jī)、PC等消費(fèi)電子產(chǎn)品，是驅(qū)動(dòng)消費(fèi)電子產(chǎn)品更新?lián)Q代和市場(chǎng)復(fù)蘇的關(guān)鍵功能增強(qiáng)因素。消費(fèi)電子產(chǎn)品將是大模型部署的新陣地。圍繞用戶的個(gè)性化需求，包括不同的使用場(chǎng)景和使用習(xí)慣等，大模型的部署需要根據(jù)用戶特征對(duì)模型進(jìn)行差異化增強(qiáng)。為了保護(hù)數(shù)據(jù)隱私，與用戶隱私相關(guān)的應(yīng)用模型的訓(xùn)練，將在端側(cè)而非云上進(jìn)行，這也對(duì)邊緣端的算力提出了更高要求。.3新能源鋰電行業(yè)消費(fèi)電子產(chǎn)品的特征之一是快速更新迭代，快速上市新產(chǎn)品意味著搶占市場(chǎng)先機(jī)。在新產(chǎn)品的設(shè)計(jì)生產(chǎn)方面，基于AI的市場(chǎng)需求預(yù)測(cè)模型能快速分析消費(fèi)者需求趨勢(shì)，輔助設(shè)計(jì)/生產(chǎn)軟件能基于歷史數(shù)據(jù)和現(xiàn)有數(shù)據(jù)加速新產(chǎn)品設(shè)計(jì)，優(yōu)化生產(chǎn)管理流程，快速上市新產(chǎn)品。消費(fèi)電子產(chǎn)品的特征之一是快速更新迭代，快速上市新產(chǎn)品意味著搶占市場(chǎng)先機(jī)。在新產(chǎn)品的設(shè)計(jì)生產(chǎn)方面，基于AI的市場(chǎng)需求預(yù)測(cè)模型能快速分析消費(fèi)者需求趨勢(shì)，輔助設(shè)計(jì)/生產(chǎn)軟件能基于歷史數(shù)據(jù)和現(xiàn)有數(shù)據(jù)加速新產(chǎn)品設(shè)計(jì)，優(yōu)化生產(chǎn)管理流程，快速上市新產(chǎn)品。加速產(chǎn)品的更新?lián)Q代行業(yè)觀察(AI)鋰電池質(zhì)量檢測(cè)鋰電池的質(zhì)量直接關(guān)乎電動(dòng)車的安全性，因此鋰電對(duì)質(zhì)檢要求嚴(yán)苛。鋰電生產(chǎn)過程中的檢測(cè)工序繁多，包括原料生產(chǎn)中的隔膜缺陷檢測(cè)，前段工序中的極片表面缺陷檢測(cè)、涂布外觀缺陷檢測(cè)，中段工序中的密封釘焊道缺陷檢測(cè)、Busbar100%檢測(cè)良率精準(zhǔn)地檢測(cè)出多種復(fù)雜難檢的缺陷；同時(shí)質(zhì)檢速度還要跟上生產(chǎn)節(jié)拍，以保證甚至提升產(chǎn)能。AI3D成像技術(shù)相結(jié)合，利用數(shù)據(jù)樣本自適應(yīng)擴(kuò)充訓(xùn)練漏殺情況，實(shí)現(xiàn)缺陷檢測(cè)無(wú)人化，降低人力成本。01090109新材料的鋰電池未來(lái)的技術(shù)核心競(jìng)爭(zhēng)點(diǎn)在于材料?？焖俸Y選出高能效的材料，是掌握競(jìng)爭(zhēng)優(yōu)勢(shì)的關(guān)鍵。大模型通過高通量計(jì)快速篩選算與數(shù)據(jù)庫(kù)構(gòu)建、分子生成模型和高通量篩選策略等步驟，能從數(shù)百萬(wàn)種材料中，快速篩選出具有高能效潛力的材料，縮短新材料的發(fā)現(xiàn)周期。高效能材料的發(fā)現(xiàn)，直接關(guān)系著電池的能量密度、性能表現(xiàn)、使用壽命、安全性和成本等關(guān)鍵指標(biāo)。電池企業(yè)正在材料篩選及研發(fā)上積極探索AI技術(shù)的深入應(yīng)用。在鋰電池設(shè)計(jì)方面，利用在鋰電池設(shè)計(jì)方面，利用AI高效仿真模型，可以在原子、分子、顆粒、電極和電芯等多個(gè)尺度上進(jìn)行仿真模擬，讓研發(fā)人員更深入地理解電池內(nèi)部的作用機(jī)理，并在此基礎(chǔ)上快速優(yōu)化材料和結(jié)構(gòu)設(shè)計(jì)，縮短設(shè)計(jì)時(shí)長(zhǎng)。加速設(shè)計(jì).4半導(dǎo)體行業(yè)工業(yè)人工智能行業(yè)觀察(AI)半導(dǎo)體制造作為一個(gè)高度復(fù)雜、技術(shù)密集、資本密集的行業(yè)，如何實(shí)現(xiàn)產(chǎn)品的快速設(shè)計(jì)、確保生產(chǎn)過程的精度和良率，以保障研發(fā)和生產(chǎn)成本的良性投入，最終滿足市場(chǎng)對(duì)芯片產(chǎn)品的快速更新迭代需求，是半導(dǎo)體行業(yè)面臨的痛點(diǎn)問題。工業(yè)人工智能行業(yè)觀察(AI)加速集成電路芯片隨著制造工藝提升，集成電路芯片制造的工藝線寬不斷縮小，這將帶來(lái)更復(fù)雜和更大規(guī)模的電路設(shè)計(jì)，傳統(tǒng)EDA設(shè)計(jì)流程在應(yīng)對(duì)設(shè)計(jì)規(guī)則復(fù)雜度、功耗及熱管理、信號(hào)完整性等方面面臨一系列挑戰(zhàn)。設(shè)計(jì)流程AIEDA工具相結(jié)合，在電路設(shè)計(jì)階段，AI可以自動(dòng)識(shí)別和優(yōu)化電路拓?fù)浣Y(jié)構(gòu)，通過深度學(xué)習(xí)模型預(yù)測(cè)不同電路設(shè)計(jì)的性能指標(biāo)（如功耗、速度、面積等），從而快速篩選出最優(yōu)設(shè)計(jì)方案。這種方法大大減少了人工試錯(cuò)的時(shí)間，加速了設(shè)計(jì)迭代過程。在布局布線階段，優(yōu)化布局布線是集成電路設(shè)計(jì)中最為耗時(shí)的步驟之一，涉及到芯片上數(shù)百萬(wàn)甚至數(shù)十億個(gè)元器件的物理位置和連接。AI技術(shù)可以在此階段通過強(qiáng)化學(xué)習(xí)等方法，自動(dòng)學(xué)習(xí)最優(yōu)的布局策略，實(shí)現(xiàn)快速而高效的布局布線，同時(shí)優(yōu)化信號(hào)完整性、功耗和熱管理等關(guān)鍵指標(biāo)。晶圓缺陷檢測(cè)半導(dǎo)體晶圓制造過程極為復(fù)雜、精密，任何微小缺陷都可能影響芯片性能。晶圓中常見的缺陷包括表面的劃痕、裂紋、污染物、凸起，表面翹曲，切割瑕疵、晶體缺陷等。這些缺陷大多細(xì)微不易察覺，通常需要微米級(jí)甚至更小的檢測(cè)精度。人工檢測(cè)效率低下，易出錯(cuò)，無(wú)法滿足大規(guī)模生產(chǎn)的效率需求；傳統(tǒng)的機(jī)器視覺檢測(cè)算法，無(wú)法滿足對(duì)多種缺陷的檢測(cè)需求。采用大模型結(jié)合機(jī)器視覺成像技術(shù)，首先使用大規(guī)模無(wú)標(biāo)注圖像對(duì)大模型預(yù)訓(xùn)練，然后再針對(duì)晶圓缺陷檢測(cè)任務(wù)，0.199.5%300片/分鐘以上，檢測(cè)精度、檢出率和檢測(cè)效率都比傳統(tǒng)方法有大幅提升，滿足大規(guī)范生產(chǎn)需求。10101.5AI面臨的挑戰(zhàn)01工業(yè)人工智能毋庸置疑，AIAIAIAI技術(shù)向更加復(fù)雜的工業(yè)大模型過渡。工業(yè)人工智能(AI)傳統(tǒng)AI技術(shù)則主要基于規(guī)則和知識(shí)庫(kù)實(shí)現(xiàn)智能工作，它通常使用神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，通過大量數(shù)據(jù)進(jìn)行訓(xùn)練，來(lái)獲得較好的性能。傳統(tǒng)AI具有較強(qiáng)的實(shí)時(shí)性，能在特定場(chǎng)景下快速解決問題。但是，對(duì)于更加復(fù)雜的多樣化應(yīng)用場(chǎng)景，比如需要處理文本、圖像、音頻等多模態(tài)數(shù)據(jù)時(shí)，傳統(tǒng)AI(AI)行業(yè)觀察大模型的出現(xiàn)，將AI技術(shù)在工業(yè)領(lǐng)域的應(yīng)用推向了新的發(fā)展階段。其具體落地將會(huì)以基礎(chǔ)大模型為技術(shù)底座，融合工業(yè)細(xì)分行業(yè)的數(shù)據(jù)和專家經(jīng)驗(yàn)，形成垂直化、場(chǎng)景化、專業(yè)化的工業(yè)大模型。工業(yè)大模型相對(duì)基礎(chǔ)大模型具有參數(shù)量少、專業(yè)度高、落地性強(qiáng)等優(yōu)勢(shì)，可以為工業(yè)垂直領(lǐng)域的技術(shù)突破、產(chǎn)品創(chuàng)新、生產(chǎn)變革等提供低成本解決方案。行業(yè)觀察AIAI技術(shù)和大模型真正成功落地應(yīng)用，依然有很多具有挑戰(zhàn)性的問題亟待解決。第一，數(shù)據(jù)問題。第一，數(shù)據(jù)問題。無(wú)論是傳統(tǒng)工業(yè)AI技術(shù)，還是工業(yè)大模型的落地應(yīng)用，數(shù)據(jù)都是首要問題。首先是數(shù)據(jù)的數(shù)量問題，如何從應(yīng)用場(chǎng)景中收集到大量的數(shù)據(jù)作為訓(xùn)練算法或模型，是算法或大模型具備更智能化分析和決策能力的基礎(chǔ)。而往往很多時(shí)候來(lái)自工業(yè)現(xiàn)場(chǎng)的數(shù)據(jù)量非常有限甚至極少。其次是數(shù)據(jù)質(zhì)量問題，即數(shù)據(jù)的清潔性，并非所有來(lái)自工業(yè)現(xiàn)場(chǎng)的數(shù)據(jù)都是有用的，需要對(duì)數(shù)據(jù)進(jìn)行清潔。如何從實(shí)際應(yīng)用場(chǎng)景中采集或生成豐富且有價(jià)值的可用數(shù)據(jù)，是AI及工業(yè)大模型成功落地應(yīng)用的挑戰(zhàn)之一。再次是數(shù)據(jù)的標(biāo)注和處理，即便有了足夠的數(shù)據(jù)，對(duì)這些數(shù)據(jù)進(jìn)行標(biāo)注和處理也在難度和工作量方面面臨極大挑戰(zhàn)。最后是數(shù)據(jù)安全和隱私問題，數(shù)據(jù)是AI技術(shù)及工業(yè)大模型應(yīng)用的基礎(chǔ)，這些來(lái)自應(yīng)用端的數(shù)據(jù)，其中包含著技術(shù)、工藝機(jī)密信息或個(gè)人隱私信息。如何在數(shù)據(jù)傳輸、訓(xùn)練、處理過程中保用戶數(shù)據(jù)的安全性和防止數(shù)據(jù)濫用，也是工業(yè)AI乃至工業(yè)大模型成功落地應(yīng)用的挑戰(zhàn)之一。0111第五，成本和技術(shù)問題。0111第五，成本和技術(shù)問題。應(yīng)用的實(shí)施。第三，實(shí)時(shí)響應(yīng)問題。速做出響應(yīng)。將場(chǎng)景應(yīng)用端的數(shù)據(jù)再傳輸?shù)皆贫颂庍吘壎擞?jì)算硬件的實(shí)時(shí)處理能力提出了挑戰(zhàn)。工業(yè)人工智能行業(yè)觀察(AI)第二，算力問題。AI第二，算力問題。AI算法還是各種工業(yè)大模型，都需要強(qiáng)CPU、GPUNPU等加速計(jì)算硬件提出了極高的要求。第四，模型應(yīng)用準(zhǔn)確性問題。圖的能力，目前在準(zhǔn)確性方面依然有待提升。02英特爾?技術(shù)方案1313硬件022.1.12.1.1第12代英特爾?酷睿?移動(dòng)處理器?第12代英特爾?酷睿?移動(dòng)處理器為物聯(lián)網(wǎng)部署創(chuàng)造更多價(jià)值，采用全新高性能混合架構(gòu)，大幅提升單線程和多線程性能，其高性能小尺寸的設(shè)計(jì)兼顧了圖形密度和AI加速功能。?首款采用高性能混合架構(gòu)的英特爾?酷睿?處理器創(chuàng)新的芯片設(shè)計(jì)將專注于主要工作負(fù)載的P-core（性能核）與專為多任務(wù)處理而建構(gòu)的E-core（能效核）相結(jié)合。英特爾?硬件線程調(diào)度器可智能指示操作系統(tǒng)將適當(dāng)?shù)墓ぷ髫?fù)載與合適的內(nèi)核相匹配。硬件加速核英特爾?銳炬?X顯卡成就出色的AI功能大量的圖形EU同樣便于AI推理，可提高AI工作負(fù)載常用數(shù)學(xué)運(yùn)算的并行程度。該平臺(tái)還通過英特爾?深度學(xué)習(xí)加速技術(shù)（英特爾?DLBoost）和VNNI指令支持基于硬件的AI加速，通過Int8量化實(shí)現(xiàn)強(qiáng)大的AI性能。平臺(tái)支持英特爾?發(fā)行版OpenVINO?工具套件，可提供優(yōu)化的性能，同時(shí)幫助開發(fā)人員對(duì)常見用例進(jìn)行AI模型預(yù)訓(xùn)練，從而加快上市時(shí)間。高達(dá)高達(dá)高達(dá)高達(dá)高達(dá)高達(dá)高達(dá)高達(dá)倍1.29倍倍2.77倍單線程多線程顯卡GPU圖像分類推理性能提升1性能提升1性能提升1性能提升1英特爾?酷睿?性能測(cè)量結(jié)果基于同性能測(cè)量結(jié)果基于同11代英特爾?酷睿處理器的比較1主要特性主要特性性能和效率英特爾?7制程工藝1420個(gè)線程，具有高性能混合架構(gòu)Intel?ThreadDirector6使您的核心與工作負(fù)載相匹配24MBIntel?智能緩存確定性實(shí)時(shí)性利用英特爾?進(jìn)行實(shí)時(shí)計(jì)算(TSN)通過英特爾?PLLP4E核作為實(shí)時(shí)任務(wù)，而其他核按需動(dòng)態(tài)調(diào)整頻率?工業(yè)特性?IBECC內(nèi)存15W45WSKU支持無(wú)風(fēng)扇設(shè)計(jì)SKU支持寬溫運(yùn)行

AI加速英特爾?X96(EU)，便于視覺識(shí)別、測(cè)量以及視覺引導(dǎo)等應(yīng)用中高度并行的AI工作負(fù)載處理CPUVNNI指令的英特爾?DLBoostGPUDP4a(int8)指令，以及采用英特爾?發(fā)OpenVINOAI推理工作負(fù)載管理與安全英特爾?vProSKU英特爾?(Intel?CSME)16操作系統(tǒng)支持Windows102021EFLOWLinux內(nèi)核覆蓋，可輕松采用物聯(lián)網(wǎng)功能Celadon(Android)（社區(qū)支持）Ubuntu、RedHatEnterprise、WindRiverLinuxWindRiver714021402MIPI攝像頭/IPUIOTG批準(zhǔn)。Thunderbolt?MIPI攝像頭/IPUIOTG批準(zhǔn)。Thunderbolt?4IOTG請(qǐng)聯(lián)系您的英特爾代表。SPIeSPI并非所有操作系統(tǒng)均支持所有功能。并非所有型號(hào)產(chǎn)品均具有所有功能。x23.0GbELAN(ISH)x12PCIe3.0英特爾?600x10USB2x4USB3Wi-Fi6E(Gig+)OPIO x8Gen2x8PCIe4.0x8PCIe4.0(僅針對(duì)高性能移動(dòng)版)x4Thunderbolt?x4DisplayPort第12代英特爾?酷睿移動(dòng)處理器MIPIDSI2.0HDMI2.0bLP4x/5DDR4/5嵌入式DisplayPort1.4bHBR302?12代英特爾?酷睿移動(dòng)處理器產(chǎn)品線02?第12代英特爾?酷睿?處理器（高性能移動(dòng)版45W）處理器編號(hào)處理器內(nèi)核數(shù)P-core數(shù)E-core數(shù)線程數(shù)英特爾?智能最大睿頻頻率(GHz)A處理器基礎(chǔ)頻率(GHz)最大顯卡頻率(GHz)英特爾?平臺(tái)固件支持的版本和類型處理器顯卡執(zhí)行視頻解碼器PCIe最大內(nèi)存速度最大基礎(chǔ)功率(W)(L3)P-coreE-coreP-coreE-core英特爾?vPro?EnterpriseBME16ME16單元(EU)數(shù)通道總數(shù)內(nèi)存容量英特爾?酷睿?i7-12800HE處理器14682024MB高達(dá)4.6高達(dá)3.52.4(@45W)1.6(@35W)1.81.35是企業(yè)消費(fèi)者英特爾銳炬?顯卡D96216(CPU)12(PCH)DDR5-4800LPDDR5-5200DDR4-320064GB45W（功率35W（保證英特爾?酷睿?i5-12600HE處理器12481618MB高達(dá)4.5高達(dá)3.32.5(@45W)1.7(@35W)1.81.3是企業(yè)消費(fèi)者802英特爾?酷睿?i3-12300HE處理器8441212MB高達(dá)4.3高達(dá)3.31.9(@45W)1.1(@35W)1.51.15否企業(yè)C消費(fèi)者英特爾超核芯顯卡481LPDDR4x-4267功率）了解有關(guān)第了解有關(guān)第12代英特爾?酷睿?移動(dòng)處理器的更多信息，請(qǐng)?jiān)L問：https:///content/www/cn/zh/products/platforms/details/alder-lake-p.html151.性能測(cè)試結(jié)果基于配置信息中顯示的日期進(jìn)行的測(cè)試，且可能并未反映所有公開可用的安全更新。預(yù)測(cè)或模擬結(jié)果使用英特爾內(nèi)部分析或架構(gòu)模擬或建模，該等結(jié)果僅供您參考。系統(tǒng)硬件、軟件或配置中的任何差異將可能影響您的實(shí)際性能。關(guān)于性能和基準(zhǔn)測(cè)試程序結(jié)果的更多信息，請(qǐng)?jiān)L問：/PerformanceIndex15新特性新特性2.1.2英特爾?酷睿Ultra處理器(EUV)4制程工藝SoC內(nèi)配備眾多計(jì)算引擎：P-core（性能核）、E-core（能效核）、英特爾銳炫GPU2AI專用的(NPU)英特爾?AIBoost3SoC內(nèi)配備眾多計(jì)算引擎：P-core（性能核）、E-core（能效核）、英特爾銳炫GPU2AI專用的內(nèi)置神經(jīng)處(NPU)英特爾?AIBoost3

內(nèi)置英特爾銳炫GPU28Xe內(nèi)核（多達(dá)128個(gè)圖形執(zhí)行單元）AV1DisplayPort2.1USB-C和HDMI2.1，以及全新圖形系統(tǒng)控制器英特爾?酷睿?Ultra處理器人工智能高達(dá)1.5倍AI性能提升與上一代產(chǎn)品比較1能效高達(dá)2.56倍每瓦AI性能提升與上一代產(chǎn)品比較1圖形處理高達(dá)1.81倍圖形處理性能提升與上一代產(chǎn)品比較1實(shí)際性能受使用情況、配置和其他因素的差異影響。更多信息請(qǐng)見/processorclaims（英特爾?酷睿?Ultra處理器—邊緣）。結(jié)果可能不同。?助力部署邊緣解決方案?即使在空間和功耗受限的環(huán)境中，也能快速輕松地在邊緣部英特爾?酷睿處理器配備眾多計(jì)算引擎，采用高能效BGA封裝，能夠?yàn)閯?chuàng)新設(shè)計(jì)提供更大的靈活性，是應(yīng)對(duì)邊緣嚴(yán)苛工作負(fù)載的理想選擇。這些功能強(qiáng)大的邊緣處理器可AI獲取結(jié)果，為每臺(tái)設(shè)備提供更多媒體流，并提供長(zhǎng)期供貨保證2，以提升長(zhǎng)期價(jià)值。單個(gè)封裝內(nèi)部署更多AI引擎利用英特爾?酷睿?Ultra處理器提升競(jìng)爭(zhēng)優(yōu)勢(shì)，部署客戶AI工作負(fù)載。P-core（性能核）、E-core（能效核）、英特爾銳炫GPU3以及英特爾?AIBoost4AI推理，同時(shí)減少對(duì)獨(dú)立加速器的需求，幫助降低系統(tǒng)復(fù)雜性和成本。16此外，該款處理器支持英特爾?OpenVINO工具套件，可為工作負(fù)載匹配合適的計(jì)算引擎，從而提高AI性能，并能夠通過跨架構(gòu)編程功能和自動(dòng)計(jì)算引擎檢測(cè)，幫AI工作流程。OpenVINOTensorFlow*、ONNXAI框架提供支持和優(yōu)化，以幫助提高性能并簡(jiǎn)化開發(fā)工作。另外，英特爾?Gaussian&NeuralAccelerator（英特爾?GNA）3.5可用于改善音頻降噪和語(yǔ)音識(shí)別。16

提升圖形密集型應(yīng)用性能，無(wú)需入門級(jí)獨(dú)立GPU為自助服務(wù)終端、終端以及細(xì)節(jié)豐富的界面整合系統(tǒng)并降低硬件成本。英特爾?酷睿?Ultra處理器配備內(nèi)置英特爾銳炫GPU38Xe內(nèi)核（128個(gè)圖形執(zhí)行單元），GPU的需求。這一代更高效的壓縮。對(duì)于高級(jí)視頻墻應(yīng)用，英特爾?酷睿?4x4K2x8K顯示器、通道鎖定同步和邊框校正功能。降低要求嚴(yán)苛的AI和視頻工作負(fù)載的能耗5酷睿封裝，在相同功耗水平下，可限的環(huán)境中靈活運(yùn)行更多的工作負(fù)載。這一平臺(tái)非常適合需要無(wú)風(fēng)扇或較少散熱的邊緣設(shè)計(jì)，同時(shí)還優(yōu)化了電源設(shè)計(jì)，可通過控制活動(dòng)較少時(shí)段的能耗，幫助降低能耗成本。英特爾?酷睿?Ultra處理器還配備英特爾?硬件線程調(diào)度器5CPU0202主要特性主要特性02性能02EUV4制程工藝采用英特爾?酷睿?處理器的高性能混合架構(gòu)，配備英特爾?硬件線程調(diào)度器51622條線程24MB的英特爾?智能高速緩存15W45W的處理器基礎(chǔ)功耗范圍加速AISoC內(nèi)配備眾多計(jì)算引擎：P-core（性能核）、E-core（能效核）、英特爾銳炫?GPU2以及英特爾?AIBoost4經(jīng)優(yōu)化的英特爾?Gaussian&NeuralAccelerator（英特爾?GNA）3.5英特爾?深度學(xué)習(xí)加速技術(shù)（Intel?DeepLearningBoost，英特爾?DLBoost）DP4a指令OpenVINO工具套件全面支持能效2DisplayPort接口圖形處理內(nèi)置英特爾銳炫GPU38Xe內(nèi)核（多達(dá)128個(gè)圖形執(zhí)行單元）編碼DisplayPort2.1USB-CHDMI2.1(GSC)集成的英特爾?圖像處理單元WindowsEDID管理/顯示鎖定50HEVCHDR10b1080p30視頻流44K60HDR28K顯示器17SR-IOVGPU虛擬化17

內(nèi)存和I/OLPDDR5-6400、LPDDR5x-7467（Type4載板）、DDR5-56008PCIe5.0通道720PCIe4.0通道高能效部署與長(zhǎng)期支持(soldered-down)封裝10年的長(zhǎng)期供貨保證2安全性與可管理性Elementalsecurityengine(ESE)?NIST800-88r1（存儲(chǔ)介質(zhì)清理）?連接USB4/英特爾?46經(jīng)過英特爾?Wi-Fi7（英特爾?Wi-Fi7BE200、英特爾?Wi-Fi6EAX210）驗(yàn)證5.4/5.3軟件和操作系統(tǒng)支持OpenVINO工具套件、英特爾?oneAPI工具套件、英特爾?oneAPIVideoProcessingLibrary（英特爾?oneVPL）Windows10Enterprise2021Windows11IEnerprise2024C(2H’、LinuxLinuxAzure、ProjectLinux內(nèi)核的(KVM)和英特爾?FSP18021802英特爾?酷睿Ultra處理器示意圖5050mmx25mmx1.35BGAType3(FRL)MeteorLake-H42.1x8PCIeGen53.SPIeSPI12Gbps1.4x4USB-C)3x10USB2x2USB32x4PCIe4.0x8通道3.0x2帶THC的SPI英特爾?酷睿?Ultra處理器12168Xe內(nèi)核LPDDR5x-7467DDR5-56001x8PCIe5.02x8僅針對(duì)H）3x4PCIe4.0x12通道嵌入式DisplayPort1.4bHBR3DisplayPort2.1(USB-C)HDMI2.11Wi-Fi7/6E藍(lán)牙6.0/5.2英特爾?以太網(wǎng)連接I219集成傳感器中樞(ISH)MIPICSI(IPU)?英特爾?酷睿Ultra處理器產(chǎn)品線?英特爾?酷睿?Ultra處理器（H系列，28W）英特爾?最大睿頻頻率處理器基礎(chǔ)頻率處理器名稱處理器內(nèi)核數(shù)P-core數(shù)E-core數(shù)LPE內(nèi)核數(shù)線程數(shù)(L3)(GHz)A(GHz)最大顯卡頻率(GHz)處理器顯卡執(zhí)行單元(EU)視頻解碼器PCIe通道總數(shù)最大內(nèi)存速度最大內(nèi)存容量TCC/TSN寬溫支持處理器(W)P-coreE-coreP-coreE-core英特爾?酷睿?Ultra7處理器166822224MB5.03.81.4(@28W)0.92.31282否否165H英特爾酷睿?Ultra7處理器155H166822224MB(@28W)0.92.25英特爾銳炫?顯卡B12828(CPU:1x8PCIe5.0)20(PCIe4.0)DDR5-5600LPDDR5-6400LPDDR5x-6400LPDDR5x-746764GB否否65W（最大保證功耗）28W（基礎(chǔ)功耗）20W（最小保證功耗）英特爾酷睿?Ultra5處理器135H144821818MB(@28W)1.22.21282否否英特爾?酷睿?Ultra5處理器144821818MB(@28W)0.72.21122否否125H英特爾?酷睿?Ultra處理器（U系列，15W）英特爾?英特爾?最大睿頻頻率處理器基礎(chǔ)頻率處理器名稱處理器內(nèi)核數(shù)P-core數(shù)E-core數(shù)LPE內(nèi)核數(shù)線程數(shù)(L3)(GHz)A(GHz)最大顯卡頻率(GHz)處理器顯卡執(zhí)行單元(EU)視頻解碼器PCIe通道總數(shù)最大內(nèi)存速度最大內(nèi)存容量TCC/TSN寬溫支持處理器(W)P-coreE-coreP-coreE-core英特爾?DDR5-5600LPDDR5-6400LPDDR5x-6400LPDDR5x-7467酷睿?Ultra7處理器122821412MB(@15W)1.22642否否165U英特爾?酷睿?Ultra處理器155U122821412MB(@15W)1.22英特爾?顯卡64220PCIe4.064GB否否28W（最大保證功耗）15W（基礎(chǔ)功耗）12W（最小保證功耗）英特爾酷睿?Ultra5處理器122821412MB(@15W)1.11.9642否否135U英特爾?酷睿?Ultra5處理器122821412MB(@15W)0.81.85642否否125U02內(nèi)核頻率和內(nèi)核類型因工作負(fù)載、功耗和其他因素而異。更多信息請(qǐng)見https:///content/www/cn/zh/architecture-and-technology/turbo-boost/intel-turbo-boost-technology.html?英特爾銳炫GPUH系列英特爾?酷睿Ultra16GBOEMOEM以了解系統(tǒng)配置詳細(xì)信息。?產(chǎn)品規(guī)格請(qǐng)參閱/content/www/cn/zh/ark.html了解更多有關(guān)英特爾了解更多有關(guān)英特爾?酷睿?Ultra處理器的信息，請(qǐng)?jiān)L問：https:///content/www/cn/zh/products/details/embedded-processors//processorclaims（英特爾?酷睿Ultra）。結(jié)果可能不同。英特爾?不以路線圖指導(dǎo)的方式承諾或保證產(chǎn)品可用性或軟件支持。英特爾?EOL/PDN請(qǐng)聯(lián)系您的英特爾?客戶代表。英特爾銳炫GPUH系列英特爾?酷睿Ultra16GBOEMOEM以了解系統(tǒng)配置詳細(xì)信息。發(fā)布時(shí)提供的英特爾?AIBoost支持有限。Windows11EnterpriseLinux6.x將支持英特爾?硬件線程調(diào)度器。6.請(qǐng)聯(lián)系您的英特爾?4支持許可。7.1x8PCIeGen5僅適用于MeteorLake-H平臺(tái)。19*文中涉及的其他名稱及商標(biāo)屬于各自所有者的資產(chǎn)。192002200.3英特爾?至強(qiáng)?Max&英特爾?至強(qiáng)?6處理器英特爾英特爾?至強(qiáng)?Max系列處理器x86(HBM)處理器，英特爾?至強(qiáng)?Max系列處理器可最大程度提高帶寬。英特爾?MaxCPU在架構(gòu)設(shè)計(jì)上大幅增強(qiáng)采用HBM的英特爾?至強(qiáng)?4.8倍(HPC和數(shù)據(jù)分析。提升高達(dá)提升高達(dá)8.6倍洛斯阿拉莫斯國(guó)家實(shí)驗(yàn)室在不更改當(dāng)前HPC系統(tǒng)代碼的情況下獲得的性能增益。采用HBM時(shí)，用于NLP的NumentaAl技術(shù)與其他CPU相比實(shí)現(xiàn)的速度提升。提升高達(dá)20倍提升高達(dá)5倍與競(jìng)品和前幾代產(chǎn)品相比，內(nèi)存帶寬性能顯著提升。最大限度提高帶寬英特爾?至強(qiáng)?Max系列處理器旨在加速需求最嚴(yán)苛的工作負(fù)載，實(shí)現(xiàn)了：?通過提高帶寬來(lái)最大化性能?英特爾?至強(qiáng)?Max系列處理器采用了新的微架構(gòu)，并支持豐富的平臺(tái)增強(qiáng)功能，包括更多的核心數(shù)量、先進(jìn)的I/O和內(nèi)存子系統(tǒng)，以及內(nèi)置加速器。英特爾?至強(qiáng)?Max系列處理器特點(diǎn)包括：多達(dá)多達(dá)56個(gè)性能核64GB高帶寬內(nèi)存節(jié)省成本和時(shí)間對(duì)于適合64GB容量且每核心需要1-2GB內(nèi)存的工作負(fù)載的應(yīng)用，使用英特爾?至強(qiáng)?Max系列處理器無(wú)需DDR和耗時(shí)的代碼更改，實(shí)現(xiàn)了成本節(jié)省。英特爾?至強(qiáng)?Max4HBM2e堆棧、64GB1GBHBM容量，最大限度提升性能。英特爾?至強(qiáng)?Max系列處理器利用由四個(gè)小芯片構(gòu)成的多達(dá)56個(gè)性能核的強(qiáng)大功能，通過英特爾?的嵌入式多芯片互聯(lián)橋接(EMIB)技術(shù)在350瓦封裝中互相連接。02210221適用于不同AI工作負(fù)載的靈活性英特爾?至強(qiáng)?Max系列處理器提供了不同的內(nèi)存模式，可根據(jù)工作負(fù)載的需求靈活配置：僅僅HBM模式HBM平坦模式HBM緩存模式64GB2GB內(nèi)存的工作負(fù)載的性能。該模式無(wú)需代碼更改，HBM會(huì)緩存DDR。的平坦內(nèi)存區(qū)域，可用于每核心需要>2GB內(nèi)存的工作負(fù)載。該模式可能需要進(jìn)行代碼更改。64GB1-2GB的內(nèi)存進(jìn)行擴(kuò)展，在系統(tǒng)啟動(dòng)HBMDDR。?跨不同架構(gòu)加速AI應(yīng)用程序?整個(gè)英特爾?至強(qiáng)?Max系列產(chǎn)品通過英特爾?oneAPI統(tǒng)一，為一個(gè)共通的、開放的、基于標(biāo)準(zhǔn)的編程模型，釋放生產(chǎn)力和性能。開發(fā)者可以使用英特爾?oneAPI基礎(chǔ)工具包和英特爾?oneAPI高性能計(jì)算工具包，更容易地構(gòu)建、分析、優(yōu)化和擴(kuò)AI應(yīng)用程序，跨越多種類型的架構(gòu)，并使用包括在向量化、多線程、多節(jié)點(diǎn)并行化和內(nèi)存優(yōu)化方面的最先進(jìn)技術(shù)。使用英特爾?至強(qiáng)?Max系列處理器和英特爾?oneAPI，開發(fā)者可以輕松構(gòu)建高性能、多架構(gòu)軟件，為高性能計(jì)算做好準(zhǔn)備。英特爾?至強(qiáng)?Max系列處理器產(chǎn)品處理器名稱處理器內(nèi)核數(shù)基頻頻率(GHz)全部核心睿頻頻率(GHz)最高睿頻頻率(GHz)高速緩存(MB)TDP(W)可擴(kuò)展性DDR5內(nèi)存速度英特爾?最大EnclavePageCache（每個(gè)核心）英特爾?至強(qiáng)?CPUMax9480處理器5112.53502S4800512GB英特爾?至強(qiáng)?CPUMax9470處理器5222.73.51053502S4800512GB英特爾?至強(qiáng)?CPUMax9468處理器41053502S4800512GB英特爾?至強(qiáng)?CPUMax9460處理器4097.53502S4800128GB英特爾?至強(qiáng)?CPUMax9462處理器3753502S4800128GB2202英特爾?至強(qiáng)?2202英特爾?至強(qiáng)?6性能核處理器經(jīng)過精心優(yōu)化，英特爾?至強(qiáng)?6性能核處理器的單核性能非常出色，擁有比其他通用CPUAI性能，能夠從容應(yīng)對(duì)廣泛的工作負(fù)載。與第五代英特爾?至強(qiáng)?可擴(kuò)展處理器（常用于較新的計(jì)算密集型解決方案）相比，英特爾?至強(qiáng)?6性能核處理器的2倍。有關(guān)工作負(fù)載和配置的信息，請(qǐng)?jiān)L問：/performanceindex（活動(dòng)：Supercomputing22）。結(jié)果可能有所差異。2S英特爾?MaxCPU2SAMD7773X2S第三代英特爾?至強(qiáng)?8380。NumentaAMDMilanNumenta20221128日。1m6a.48xlarge2AMD7R13，768GBDDR4-3200，Ubuntu20.045.15，OpenVINO2022.3，BERT-Large5121。英特爾?至強(qiáng)?8480+Numenta20221128日。1個(gè)節(jié)點(diǎn)，2個(gè)英特爾?至強(qiáng)?GBDDR5-4800，Ubuntu2022.3，Numenta1。英特爾?至強(qiáng)?Max9468Numenta20221130日。1個(gè)節(jié)點(diǎn)，2個(gè)英特爾?至強(qiáng)?Max9468，128GBHBM2e3200MT/s，Ubuntu22.04內(nèi)核5.15，OpenVINO2022.3，NumentaBERT-Large5121。Crossroads/abs/2211.05712。結(jié)果可能有所差異。性能因用途、配置和其他因素而異。性能結(jié)果基于截至配置中所示日期的測(cè)試，可能無(wú)法反映所有公開發(fā)布的更新。沒有任何產(chǎn)品或組件能夠做到絕對(duì)安全。請(qǐng)?jiān)L問：www.I/PerformanceIndex了解詳情。?了解更多有關(guān)英特爾了解更多有關(guān)英特爾?至強(qiáng)?Max系列處理器的信息，請(qǐng)?jiān)L問：https:///content/www/cn/zh/products/details/processors/Xeon/max-series.html英特爾?至強(qiáng)?6性能核處理器通用計(jì)算高達(dá)2倍整數(shù)和浮點(diǎn)吞吐量提升1AI高達(dá)2倍 GenAI性能提升（BF16類型）2科學(xué)計(jì)算高達(dá)2.3倍科學(xué)計(jì)算性能提升（基于行業(yè)標(biāo)準(zhǔn)HPCG基準(zhǔn)測(cè)試）3與第五代英特爾?至強(qiáng)?可擴(kuò)展處理器比較02230223為廣泛的工作負(fù)載實(shí)現(xiàn)高性能采用性能核的英特爾?至強(qiáng)?6128個(gè)內(nèi)核、1296PCIe通道，幫助企業(yè)滿IT(MCRDIMM)可提8,800的傳輸速度，同時(shí)通過快速完成工作來(lái)降低總體擁有成本。內(nèi)置加速器為目標(biāo)工作負(fù)載提供額外的提升，實(shí)現(xiàn)更高的性能和效率。利用CPU的強(qiáng)大AI性能英特爾?至強(qiáng)?6性能核處理器旨在支持許多要求嚴(yán)苛的AI用例。P-core（性能核）通過英特爾?AdvancedMatrixExtensions等多種人工智能模型的服務(wù)級(jí)別協(xié)議(SLA)，同時(shí)提供開放標(biāo)準(zhǔn)、高性能、RAS功能，并根據(jù)需要支持其他加速器。由于配備了增強(qiáng)的內(nèi)核、更大的內(nèi)存帶寬和強(qiáng)大的矩陣引擎，采用性能核的英特爾?至強(qiáng)?6處理器可提供充足的算力，以支持中小規(guī)模生成式人工智能模型的推理、微調(diào)和檢索增強(qiáng)生成)用例。此外，針對(duì)英特爾?至強(qiáng)?處理器的優(yōu)化已集成到TensorFlow*等在內(nèi)的流行深度學(xué)習(xí)框架的主流發(fā)行版。優(yōu)化通用工作負(fù)載的性能?采用性能核的英特爾?至強(qiáng)?68-86CPU的PCIePCIe通道。所有英特爾?至強(qiáng)?6處理器都能隨著服務(wù)器利用率的增加而提供可擴(kuò)展的每瓦性能，在整個(gè)負(fù)載線路上提供近乎線性的功耗-性能消耗，這凸顯了所有英特爾?至強(qiáng)?6處理器的高效性。對(duì)于性能要求苛刻的工作負(fù)載，這意味著平臺(tái)在高負(fù)載下有效地利用能耗，以幫助快速完成工作。?利用增強(qiáng)的安全功能跟上業(yè)務(wù)增長(zhǎng)的步伐在本地、邊緣和云服務(wù)器上追求新的業(yè)務(wù)模式和數(shù)據(jù)共享，即使在處理敏感數(shù)據(jù)或受監(jiān)管數(shù)據(jù)時(shí)也是如此?；诳尚艌?zhí)行環(huán)(TEE)AI模型。采用性能核的英特爾?至強(qiáng)?6其業(yè)務(wù)和監(jiān)管要求的機(jī)密計(jì)算技術(shù)。隔離虛擬機(jī)(VM)級(jí)隔離英特爾?信任域擴(kuò)展（英特爾?TDX）在虛擬機(jī)級(jí)別提供隔離和機(jī)密性。在基于英特爾?TDX的機(jī)密虛擬機(jī)中，客戶機(jī)操作系統(tǒng)和虛擬機(jī)應(yīng)用程序被隔離開來(lái)，無(wú)法被云端主機(jī)、虛擬機(jī)管理程序和平臺(tái)的其他虛擬機(jī)訪問。英特爾?軟件防護(hù)擴(kuò)展（英特爾?提供旨在保護(hù)使用中數(shù)據(jù)的應(yīng)用程序隔離。英特爾?是目前市場(chǎng)上經(jīng)過深入研究和多次更新的數(shù)據(jù)中心級(jí)機(jī)密計(jì)算技術(shù)。亮點(diǎn)技術(shù)亮點(diǎn)技術(shù)AI計(jì)算能力實(shí)現(xiàn)了更高密度計(jì)算性能和可擴(kuò)展性。BF16FP16的模型，英特爾?AMX的乘法累運(yùn)算速度比英特爾?512（Intel??16性能顯著增強(qiáng)。英特爾?AVX-512包含特有的指令，每個(gè)內(nèi)核擁有兩個(gè)512(FMA)AI、科學(xué)計(jì)算和數(shù)據(jù)庫(kù)工作負(fù)載常見的矢量計(jì)算速度。VNNI指令的英特爾?以及將精度快速轉(zhuǎn)換為BF16FP16的能力為英特爾?至強(qiáng)?6能效核處理器提AI兼容性。?內(nèi)存?DDR5DIMM相比，MCRDIMM能夠提供超過37%AI和科學(xué)計(jì)算中的帶寬受限用例。12條內(nèi)存通道，進(jìn)一步支持更高的內(nèi)存帶寬。當(dāng)使用低成本內(nèi)存（CXL2.0DDR4）時(shí)，“Flt”內(nèi)存模式可幫助擴(kuò)展系統(tǒng)內(nèi)存并優(yōu)化O。連接與I/O英特爾?UPI）2.02420%。178PCIeGen5通道，單路服務(wù)136I/O速器、網(wǎng)絡(luò)適配器、存儲(chǔ)控制器和存儲(chǔ)。2464ComputeExpressLinkCXL)2.0通道，每32CXL功能，包括內(nèi)存擴(kuò)展和共享（3設(shè)備）。24

數(shù)據(jù)英特爾?數(shù)據(jù)保護(hù)與壓縮加速技術(shù)（Intel?QuickAssist以加速網(wǎng)絡(luò)和存儲(chǔ)。英特爾?數(shù)據(jù)流加速器（Intel?DataStreaming、(DIF)、增量和刷新。英特爾?存內(nèi)分析加速器（Intel?In-MemoryAnalyticsAccelerator，英特爾?IAA）可以卸載內(nèi)存壓縮和解壓縮、掃描和過濾功能以及循環(huán)冗余校驗(yàn)。英特爾?動(dòng)態(tài)負(fù)載均衡器（Intel?DynamicLoadBalancer，英特爾?DLB）支持動(dòng)態(tài)分配網(wǎng)絡(luò)數(shù)據(jù)包處理和卸載重排序操作。英特爾?TDXAES-2562,048個(gè)加密密鑰進(jìn)行了升級(jí)，機(jī)密計(jì)算能力進(jìn)一步增強(qiáng)，能夠更好地保護(hù)敏感的企業(yè)數(shù)據(jù)。英特爾?OnDemand服務(wù)使硬件提供商可以啟用部分基CPU的特性和功能。它通過兩種模式提供服務(wù)：基于一次性許可證激活功能，以及基于用量付費(fèi)。0202英特爾?至強(qiáng)?6性能核處理器概覽英特爾?至強(qiáng)?英特爾?至強(qiáng)?6性能核處理器旗艦級(jí)采用全新的英特爾?服務(wù)器平臺(tái)設(shè)計(jì)，非常適合云計(jì)算、AI、科學(xué)計(jì)算、軟件即服務(wù)(SaaS)和基礎(chǔ)設(shè)施即服務(wù)(laaS)等工作負(fù)載。英特爾?至強(qiáng)?6900系列處理器CPU128個(gè)內(nèi)核（256個(gè)線程)CPU500W單路或雙路服務(wù)器12條內(nèi)存通道6,400DDR58,800MCRDIMM96PCle5.0通道6條英特爾?UPI2.0鏈路即將推出02CPU86個(gè)內(nèi)核（172個(gè)線程）CPU86個(gè)內(nèi)核（172個(gè)線程）CPU350W單路、雙路、四路或八路服務(wù)器8條內(nèi)存通道6,400DDR58,000MCRDIMM88PCle5.0136條4條英特爾?UPI2.0鏈路即將推出高端級(jí)對(duì)現(xiàn)有的英特爾?服務(wù)器平臺(tái)進(jìn)行了大幅升級(jí)。面向企IT、數(shù)字服務(wù)提供商和電信的主流邊緣協(xié)同服務(wù)器。AI、科學(xué)計(jì)算、網(wǎng)絡(luò)和媒體、數(shù)字服務(wù)、基礎(chǔ)設(shè)施和存儲(chǔ)、Web、應(yīng)用以及微服務(wù)等工作負(fù)載。?6700系列處理器了解更多有關(guān)英特爾了解更多有關(guān)英特爾?至強(qiáng)?6性能核處理器的信息，請(qǐng)?jiān)L問：https:///content/www/cn/zh/products/details/processors/Xeon/Xeon6-p-cores.html1.詳情請(qǐng)見以下網(wǎng)址的：/processorclaims（英特爾?至強(qiáng)?6處理器）。結(jié)果可能不同2.詳情請(qǐng)見以下網(wǎng)址的：/processorclaims（英特爾?至強(qiáng)?6處理器）。結(jié)果可能不同。3.詳情請(qǐng)見以下網(wǎng)址的：/processorclaims（英特爾?至強(qiáng)?6處理器）。結(jié)果可能不同。25*文中涉及的其他名稱及商標(biāo)屬于各自所有者的資產(chǎn)。252.1.4英特爾銳炫顯卡英特爾銳炫2.1.4英特爾銳炫顯卡銳炫AI工作負(fù)載。其中，高端顯卡銳炫72816GBGDDR6AI工作負(fù)載和廣泛的用例，提供高性能的支持；中端顯卡銳炫5系列，可擁有最高24Xe16GBGDDR6AI推理能力、性能以及性價(jià)比的需求；低端顯卡銳炫3系列，可擁86GBGDDR6AI推理能力的需求。英特爾?Xe-HPG微架構(gòu)驅(qū)動(dòng)邊緣AI工作負(fù)載英特爾銳炫?顯卡采用了英特爾?-HPG微架構(gòu)，憑借其全新的AI工作負(fù)載對(duì)計(jì)算效率與性能的要求。Xe內(nèi)核是英特爾?GPU產(chǎn)品中新的基礎(chǔ)計(jì)算異構(gòu)模塊，針對(duì)特定的工作負(fù)載進(jìn)行優(yōu)化。每個(gè)XeAI英特爾?(XMXAIGPU矢量單元相比，XMXAIAI推理操作的計(jì)算16AI應(yīng)用的生產(chǎn)力。開放和基于標(biāo)準(zhǔn)的GPU編程工具OpenVINO??英特爾?OpenVINOAI工作負(fù)載提供了在英特爾銳炫GPU上最大的加速和優(yōu)化。同時(shí)，OpenVINOAIGPU、CPU和其他硬件加速器上運(yùn)行GPU編程接口和工具的束縛，消除供應(yīng)商鎖定。?使用英特爾為邊緣設(shè)計(jì)的GPU構(gòu)建AI應(yīng)用ODMGPUAI應(yīng)用復(fù)雜、多樣的需求。這些卡片具有多種形態(tài)、功率和性能水平。結(jié)合英特爾以及合作伙伴在特定垂直市場(chǎng)中的專業(yè)知識(shí)，基于銳炫AI應(yīng)用。主要特性主要特性-HPG微架構(gòu)每顆英特爾?1616擎（28A750E）448個(gè)執(zhí)行單元HDR、VP9、H.264/AVC、H.265/HEVC26HDMI1.4a、2x8k60、4x4k120、1080p3601440p360分辨率26

AI推理XMXAIAI工作負(fù)載OpenVINOAI加速AI推理的性能和效率AI框架，包括TensorFlow*LLM權(quán)重壓縮技術(shù)，降低內(nèi)存消耗，簡(jiǎn)化AI應(yīng)用0202專為邊緣設(shè)計(jì)ODM合作伙伴生態(tài)系統(tǒng)提供的廣泛產(chǎn)品，涵蓋不同的形態(tài)和性能要求(25-75W)SKU五年產(chǎn)品供應(yīng)和軟件支持多種操作系統(tǒng)支持，包括Linux、Windowsclient、Windows10SKU滿足更高的可靠性要求定期、穩(wěn)定的驅(qū)動(dòng)程序發(fā)布PCIe4.0PCIeMxM提供帶有現(xiàn)代軟件用戶界面的控制軟件TOPS(A750E)

視覺計(jì)算和圖形處理8K分辨率，4個(gè)顯示信道DirectX、OpenGLVulkan支持視頻墻和數(shù)字標(biāo)牌軟件功能；用于增強(qiáng)擴(kuò)展顯示的Genlock/pipelock，EDIDGPU單一大屏幕能力媒體處理英特爾?GPU上的編碼、解碼和視頻處理功能媒體引擎支持大多數(shù)現(xiàn)代編解碼器，高帶寬8KHDR工GPU同步媒體標(biāo)準(zhǔn)的硬件加速編碼02270227?英特爾銳炫?顯卡示意圖?6-286-28XeCores128-448EU4-6GB16GBGDDR6P0;P4HDMI2.11x8PCIeGen4x16PCIeGen402?英特爾銳炫?顯卡產(chǎn)品線02?型號(hào)微架構(gòu)Xe-coreXe矢量引擎顯卡時(shí)鐘頻率GPU峰值TOPS(INT8)專用高帶寬內(nèi)存內(nèi)存類型顯卡內(nèi)存接口顯卡內(nèi)存帶寬顯卡內(nèi)存速度多種格式編解碼器引擎數(shù)垂直市場(chǎng)發(fā)行時(shí)間英特爾銳炫?A310顯卡XeHPG6962000MHz524GBGDDR664bit124GB/s15.5Gbps2桌面端Q3'22英特爾銳炫?A380顯卡81282000MHz666GBGDDR696bit186GB/s15.5Gbps2Q2'22英特爾銳炫?A580顯卡243841700MHz1978GBGDDR6256bit512GB/s16Gbps2Q4'23英特爾銳炫?A750顯卡284482050MHz2298GBGDDR6256bit512GB/s16Gbps2Q3'22英特爾銳炫?A770顯卡(8GB)325122100MHz2628GBGDDR6256bit512GB/s16Gbps2Q3'22英特爾銳炫?A770顯卡(16GB)325122100MHz26216GBGDDR6256bit560GB/s17.5Gbps2Q3'22英特爾銳炫?A310E顯卡6962000MHz494GBGDDR664bit124GB/s15.5Gbps2嵌入式Q2'24英特爾銳炫?A350E顯卡6961150MHz284GBGDDR664bit112GB/s14Gbps2Q2'24英特爾銳炫?A370E顯卡81281550MHz384GBGDDR664bit112GB/s14Gbps2Q2'24英特爾銳炫?A380E顯卡81282000MHz666GBGDDR696bit186GB/s15.5Gbps2Q2'24了解更多有關(guān)英特爾銳炫了解更多有關(guān)英特爾銳炫?顯卡的信息，請(qǐng)?jiān)L問：https:///content/www/cn/zh/architecture-and-technology/visual-technology/arc-discrete-graphics.html28*文中涉及的其他名稱及商標(biāo)屬于各自所有者的資產(chǎn)。282.22.2軟件022.2.1022.2.1英特爾?oneAPI工具包跨架構(gòu)性能加速?oneAPI是一種跨行業(yè)、開放、基于標(biāo)準(zhǔn)的統(tǒng)一編程模型。它定義了一個(gè)通用、統(tǒng)一和開放的多架構(gòu)和多供應(yīng)商軟件平臺(tái)，確保在不同硬件供應(yīng)商和加速器技術(shù)之間的功能代碼可移植性和性能可移植性。oneAPI允許開發(fā)者在不同的硬件平臺(tái)上（CPU、、和其他加速器）之間重用代碼，SYCL，oneAPIAPIAI使用案例的編程領(lǐng)域需求。此外，oneAPIAPI，為統(tǒng)一的行業(yè)寬多架構(gòu)軟件開發(fā)平臺(tái)，并鼓勵(lì)生態(tài)系統(tǒng)合作。?中間件中間件&框架XPUsXPUsCPUGPUFPGAOTHERCPUGPUFPGAOTHERACCEL29圖：oneAPI圖示（來(lái)源：https://www.oneapi.io/）29在英特爾?oneAPI工具包的加持下，開發(fā)者可以自由選擇架構(gòu)以解決他們所面臨的問題，無(wú)需為了新的架構(gòu)和平臺(tái)而重寫軟件。針對(duì)不同領(lǐng)域的開發(fā)者，英特爾?oneAPI工具包提供了不同的工具包來(lái)滿足他們不同的需求。英特爾?oneAPI基礎(chǔ)工具包針對(duì)一般開發(fā)者，英特爾?oneAPI基礎(chǔ)工具包是一套核心編譯器，以及為特定領(lǐng)域優(yōu)化的庫(kù)和英特爾?Python發(fā)行版，提供了針對(duì)不同oneAPI基礎(chǔ)工具包提供了以下工具：英特爾?oneAPIDPC++/C++編譯器英特爾?DPC++兼容性工具?英特爾?oneAPIDPC++庫(kù)?英特爾?oneAPI(oneMKL)英特爾?oneAPI英特爾?oneAPI(oneCCL)英特爾?oneAPI(oneDAL)英特爾?oneAPI(oneDNN)英特爾?(Intel?IPP)英特爾?性能分析器英特爾?Advisor英特爾?GDB發(fā)行版英特爾?Python*發(fā)行版用于英特爾?oneAPIDPC++/C++FPGA持包

英特爾?高性能計(jì)算工具包針對(duì)高性能計(jì)算應(yīng)用程序開發(fā)者，英特爾?英特爾?Fortran編譯器英特爾?Fortran編譯器經(jīng)典版英特爾?MPI庫(kù)英特爾?渲染工具包英特爾?渲染工具包是一套強(qiáng)大的開源渲染、光線追蹤、去AI合成數(shù)據(jù)生成、數(shù)字孿生、高保真和高性能可視化，以及沉浸式內(nèi)容創(chuàng)作。利用這些庫(kù)和英特爾?CPUGPU硬件，實(shí)現(xiàn)優(yōu)化的渲染性能，構(gòu)成一英特爾?Embree英特爾?(Intel?OpenVKL)英特爾?(Intel?OpenImageDenoise)英特爾?OSPRay英特爾?OSPRayStudio英特爾?(Intel?OpenPGL)渲染工具包實(shí)用程序30023002AI工具包英特爾?AI工具包（原名英特爾?AI分析工具包）針對(duì)數(shù)據(jù)科學(xué)家、AI開發(fā)者和研究者提供了他們所熟悉的Python工具和框架，以加速在英特爾?架構(gòu)上端到端的數(shù)據(jù)科學(xué)和分析流程。該工具包中的組件的底層計(jì)算優(yōu)化是由oneAPI庫(kù)構(gòu)建的。英特爾?AI工具包從預(yù)處理到機(jī)器學(xué)習(xí)，提供最scikit-learn的英特爾?Python*發(fā)行版英特爾?Pytorch*擴(kuò)展英特爾?TensorFlow*擴(kuò)展英特爾?XGBoost優(yōu)化英特爾?神經(jīng)網(wǎng)絡(luò)壓縮器英特爾?AI參考模型Modin（pandas的即插即用替代品）英特爾?OpenVINO?工具套件發(fā)行版英特爾?OpenVINO?工具套件發(fā)行版一個(gè)開源工具包，它加速了AI推理，降低了延遲，提高了吞吐量，同時(shí)保持了準(zhǔn)確性，減少了模型占用空間，并優(yōu)化了硬件使用。該工具

包用于簡(jiǎn)化了AI開發(fā)和深度學(xué)習(xí)在計(jì)算機(jī)視覺、大型語(yǔ)言模型(LLM)、生成性AI等領(lǐng)域的集成，包含以下工具：模型優(yōu)化器深度學(xué)習(xí)工作臺(tái)推理引擎部署管理引擎OpenCVDL流媒體處理器訓(xùn)練后優(yōu)化工具英特爾?系統(tǒng)啟動(dòng)工具包02英特爾?UEFI、BIOS、操作系統(tǒng)內(nèi)核、設(shè)備驅(qū)動(dòng)程序等。英特爾?系統(tǒng)啟動(dòng)工具包包含以下工具：02?英特爾?SoCWatch?英特爾?Debugger英特爾?性能分析器了解更多有關(guān)英特爾了解更多有關(guān)英特爾?oneAPI工具包的信息，請(qǐng)?jiān)L問：https:///content/www/us/en/developer/tools/oneapi/overview.html31*文中涉及的其他名稱及商標(biāo)屬于各自所有者的資產(chǎn)。313202?3202?.2工具套件、ONNX提供了一系列。 性能優(yōu)化 圖：OpenVINO?圖示（來(lái)源：https://docs.openvino.ai/2024/index.html）模型搭建?支持多種第三方模型格式，包括、、Lite*、ONNX和PaddlePaddle*，AI?還支持開發(fā)者使用類似、HuggingFace*Torchvisionmodels*等模型庫(kù)中的預(yù)訓(xùn)練的模型。當(dāng)開發(fā)者搭建好模型，他們可以選擇直接用原始格式在OpenVINO上運(yùn)行這些模型，這種情況下，OpenVINO會(huì)自動(dòng)對(duì)這些模型進(jìn)行轉(zhuǎn)換并優(yōu)化。如果開發(fā)者需要更好的性O(shè)penVINOIR格式。OpenVINO提供了模型轉(zhuǎn)換工具，將Python*APIOpenVINOIR格式。0202模型優(yōu)化提供了三種優(yōu)化路徑：8位整數(shù)量化來(lái)優(yōu)化深度學(xué)習(xí)模型的推理，這優(yōu)化方法不需要模型重新訓(xùn)練或微調(diào)。TensorFlow*2.x這樣的深度學(xué)習(xí)框架內(nèi)進(jìn)行訓(xùn)練時(shí)模型優(yōu)化的高級(jí)方法，支持諸如量化感知訓(xùn)練、結(jié)構(gòu)化和非結(jié)構(gòu)化剪枝等方法。AI大模型大小并加速推理的方法。模型部署OpenVINOOpenVINOCPythonCAPI，在CPU、GPU、NPUFPGA。OpenVINO運(yùn)行時(shí)時(shí)通過插件架構(gòu)實(shí)現(xiàn)API，并提供了用API。?STAPIOpenVINO?OpenVINO還提供了模型服務(wù)器。OpenVINO模型服務(wù)器用于托管模型，并通過標(biāo)準(zhǔn)網(wǎng)絡(luò)協(xié)議使它們能夠被客戶端軟件訪問：客戶端向模型服務(wù)器發(fā)送請(qǐng)求，模型服務(wù)器執(zhí)行模型推理?STAPI客戶端應(yīng)用客戶端應(yīng)用預(yù)測(cè)結(jié)果：客戶端應(yīng)用客戶端應(yīng)用預(yù)測(cè)結(jié)果：“香蕉”模型倉(cāng)庫(kù)客戶端應(yīng)用客戶端應(yīng)用模型服務(wù)器推理gRPC/REOpenVINO?與AI大模型在最新版本的2024.3中，OpenVINO?增加了需要針對(duì)AI大模型的新功能，包括：33AIHuggingFace*OpenVINO預(yù)優(yōu)化模型，幫助開發(fā)者更容易地開始使用這些模型。33(MHA)OneDNN增強(qiáng)，顯著提高了在英特爾?集成和獨(dú)立顯卡上的大模型性能。提高大模型的可移植性和性能，并在?模型服務(wù)器中支持了vLLM和連續(xù)批處理，幫助開發(fā)者更好地在邊緣、云端或本地運(yùn)行大模型推理。02基于這些新功能，OpenVINO?可以提供一套用于優(yōu)化和部署AI大模型到最終用戶的系統(tǒng)和設(shè)備中的領(lǐng)先的解決方案。開發(fā)者可以使用OpenVINO?來(lái)壓縮大模型，將它們集成到AI助手應(yīng)用程序中，并以最大性能將它們部署到邊緣設(shè)備或云端。02本地部署在用戶的客戶AI能力的PC以及邊緣設(shè)備中本地部署在用戶的客戶AI能力的PC以及邊緣設(shè)備中云端將模型托管在OpenVINO?模型服務(wù)器中部署Optimum*Intel?提供經(jīng)過優(yōu)化的簡(jiǎn)單Pipeline原生OpenVINO?提供定制化能力以及C/C++API開發(fā)權(quán)重壓縮降低4倍模型大小優(yōu)化微調(diào)的大模型?OpenVINO?為部署大模型提供了一個(gè)靈活高效的運(yùn)行時(shí)環(huán)境。其優(yōu)勢(shì)包括部署大小、速度、支持、靈活性，以及在多種硬件上運(yùn)行的能力。在模型簡(jiǎn)化方面，由于?是一個(gè)獨(dú)立的軟件包，相比Hugging、和其他機(jī)器學(xué)習(xí)框架相比，OpenVINO運(yùn)行和部署大模型時(shí)，其更精簡(jiǎn)的二進(jìn)制大小和內(nèi)存占用減少了對(duì)硬件及存儲(chǔ)的需求。同時(shí)，較少的依賴也意味著在部署環(huán)境中進(jìn)行包和版本管理時(shí)的麻煩更少。在運(yùn)行速度方面，大多數(shù)大模型運(yùn)行時(shí)庫(kù)都依賴于通過Python*解釋器執(zhí)行的Python*代碼，而OpenVINO?是一個(gè)專門為資源優(yōu)化的生產(chǎn)環(huán)境而設(shè)計(jì)的運(yùn)行時(shí)庫(kù)，并提供完整?也提供了API，這允許開發(fā)者更快地開發(fā)算法和程序。開發(fā)者可以在Python*中原型化解決方案，然后使用?C++進(jìn)行優(yōu)化。了解更多有關(guān)了解更多有關(guān)OpenVINO?工具套件的信息，請(qǐng)?jiān)L問：https:///content/www/us/en/developer/tools/openvino-toolkit/overview.html34*文中涉及的其他名稱及商標(biāo)屬于各自所有者的資產(chǎn)。34020.3英特爾?Geti?平臺(tái)英特爾?Geti?平臺(tái)使企業(yè)團(tuán)隊(duì)能夠快速構(gòu)建計(jì)算機(jī)視覺AI模型。通過直觀的圖形界面，用戶可以添加圖像或視頻數(shù)據(jù)、進(jìn)英特爾?Geti?平臺(tái)提供的功能包括：定制化的計(jì)算機(jī)視覺任務(wù)：英特爾?Geti?AI任務(wù)的模型創(chuàng)建，如分類、對(duì)象檢測(cè)、語(yǔ)義分割或異常檢測(cè)。直觀的用戶界面：英特爾?Geti?AI經(jīng)驗(yàn)的團(tuán)隊(duì)成員協(xié)助計(jì)算機(jī)視覺模型訓(xùn)練。任務(wù)鏈：使用英特爾?Geti?平臺(tái)，用戶可以通過鏈接兩個(gè)或更多任務(wù)來(lái)訓(xùn)練模型，而無(wú)需編寫額外的代碼，從而使用多步驟的智能應(yīng)用程序。智能標(biāo)注：英特爾?平臺(tái)提供了使用鉛筆、多邊形工具和提高用戶體驗(yàn)。?超參數(shù)優(yōu)化：英特爾?Geti?平臺(tái)內(nèi)置的優(yōu)化方法使數(shù)據(jù)科學(xué)家的工作變得更加輕松，通過精煉對(duì)模型學(xué)習(xí)過程至關(guān)重要的超參數(shù)。?生產(chǎn)就緒的模型：英特爾?Geti?TensorFlow*格式。該平臺(tái)還可以輸出為OpenVINO?工具包優(yōu)化的模型，以便在英特爾?架構(gòu)的CPU、GPU和VPU上運(yùn)行。英特爾?Geti?平臺(tái)的優(yōu)勢(shì)節(jié)省時(shí)間：英特爾?Geti?AI應(yīng)用計(jì)算機(jī)視覺模型所需的時(shí)間。AI模型創(chuàng)建的工作流程。節(jié)省成本：英特爾?Geti?AI領(lǐng)域的障礙（如培訓(xùn)或支付專業(yè)服務(wù)費(fèi)用），AI建模對(duì)各種組織更加容易和經(jīng)濟(jì)高效，特別是對(duì)于較小的公司來(lái)說(shuō)。降低與人員培訓(xùn)相關(guān)的成本進(jìn)一步增加了整體價(jià)值。靈活部署：英特爾?Geti?平臺(tái)可以在本地部署或通過云虛擬機(jī)部署，為那些使用這兩種基礎(chǔ)設(shè)施之一或兩者的組織提供靈活性。數(shù)據(jù)收集主動(dòng)集3 標(biāo)注主動(dòng)學(xué)習(xí)英特爾?數(shù)據(jù)收集主動(dòng)集3 標(biāo)注主動(dòng)學(xué)習(xí)35圖：使用英特爾?Geti?AI353602數(shù)據(jù)收集—首先，您需要構(gòu)建數(shù)據(jù)集，該數(shù)據(jù)集將用于訓(xùn)練您的模型。英特爾3602數(shù)據(jù)收集—首先，您需要構(gòu)建數(shù)據(jù)集，該數(shù)據(jù)集將用于訓(xùn)練您的模型。英特爾?Geti?制，在上傳多媒體數(shù)據(jù)（圖像或視頻）時(shí)進(jìn)行標(biāo)注。上