英特尔的翻身仗:18A 尖端工艺 2nm 制程的消费级芯片

英特尔在10月9日,终于端上了基于18A制程的第一道大餐。

代号为Panther Lake的下一代客户端处理器。这是酷睿Ultra 300系列的开山之作,也是全球首款基于英特尔18A这个尖端工艺节点的消费级系统级芯片(SoC)。

Panther Lake就像一个精密的“乐高”组合,它把新一代的CPU、GPU和NPU架构都塞了进去,还用了分离式架构(disaggregated architecture)设计,最后通过Foveros先进封装技术把这些不同功能的小芯片(tiles)捏合成一个整体。

这颗芯片预计2025年第四季度就跟我们见面,2026年第一季度开始大规模生产。

Panther Lake的混合架构进化史

自从2021年推出大小核混合架构的Alder Lake开始,英特尔就在这条路上一路摸索。

到了Meteor Lake,更是进化到了性能核(P-Core)、能效核(E-Core)和低功耗能效核(LP-E Core)的三路混合架构。

但几代产品都存在不足。比如Meteor Lake和Arrow Lake,它们的低功耗岛(Low Power Island)里只塞了2个Crestmont E核,缓存也小得可怜,导致处理多线程任务时有点力不从心。

后来的Lunar Lake,把低功"功岛升级到了4个Skymont E核,缓存也加大了,续航和轻度任务处理能力上来了。可为了极致能效,直接把计算模块里的专用E核给砍了,这让它的多线程性能受到了限制。

现在,Panther Lake来了。

它是一个集大成者,首次把专用的E核和低功耗LP-E核同时集成在一颗芯片里,并且用上了英特尔压箱底的18A制程工艺。最终,它既拥有了Lunar Lake那样的出色能效,又达到了Arrow Lake级别的强悍性能。就是让你的笔记本既能跑得快,又能续航久。

说到18A制程,这可是英特尔“五年四个节点”(5N4Y)技术路线图里的关键一环,也是美国本土开发并量产的最先进半导体节点。

它有两个王牌技术,一个是RibbonFET,也就是全环绕栅极(GAA)晶体管;另一个是PowerVia,即背面供电网络。这两大创新标志着英特尔在半导体制造领域的技术王者归来。目前,这个先进的工艺正在亚利桑那州的Fab 52工厂进入大规模量产阶段。

藏在18A工艺下的秘密武器

英特尔18A是一个2纳米级别的制程节点。和上一代的Intel 3制程相比,它在同样的功耗下,能把频率拉高15%,芯片密度提升30%。而在达到同样性能时,功耗又能降低25%。这背后,就是两大核心技术的功劳。

RibbonFET是英特尔十多年来首次推出的全新晶体管架构。你可以把它想象成从过去平面的、单面接触的开关,升级成了立体的、四面包裹的开关。栅极完全包裹住硅纳米片构成的沟道,就像手紧紧攥住一根水管,能最大程度地减少漏电,从而大幅提升能效。设计师还能通过调整纳米片的数量和宽度,灵活地优化性能和功耗,可玩性非常高。

PowerVia是业界第一个实现大规模量产的背面供电网络技术。传统芯片的供电线和信号线都挤在晶圆正面,就像一条马路上既要跑车又要走人,互相干扰还显得拥挤。PowerVia的思路就很清奇,它先把晶体管和信号线在正面铺好,然后把晶圆翻过来,在背面专门修一条供电的“高速公路”。这样做的好处是显而易见的:布线密度提升了10%,从封装到晶体管的功耗损失降低了30%,供电效率也更高。

当然,还有Foveros封装技术,它像一个“3D打印机”,能把计算、图形、平台控制器这些功能各异的小芯片垂直堆叠起来,实现灵活集成。

这套18A组合,将支撑英特尔至少三代客户端和服务器产品,除了Panther Lake,未来的至强处理器Clearwater Forest(Intel Xeon 6+)也将基于它打造。

全新核心架构,三管齐下

Panther Lake的心脏,也就是它的核心架构,采用了P核、E核、LP-E核三路混合的设计,分工明确,各司其职。

性能担当是Cougar Cove P-Core。它是基于上一代Lion Cove架构的优化版本,专门针对18A制程进行了改进。核心的宽度和深度没变,重点放在了提升效率上。

比如,增强了内存消歧(Memory Disambiguation)能力,就是更聪明地预测数据读写指令之间的关系,提升了每时钟周期指令数(IPC)和性能。还把转译后备缓冲器(TLB)的容量提升了1.5倍,以更好地应对复杂的工作负载。分支预测也更准了,能减少走错路的次数,降低延迟,提升能效。

效率主力是Darkmont E-Core。这是基于Skymont架构的升级版,把调度端口增加到了26个,提升了向量吞吐能力和二级缓存(L2)带宽。它的分支预测算法也得到了优化,甚至增加了一种“预测并关闭前端”的节能模式。它还有一个动态预取控制功能,能更智能地预先加载数据,提升能效。根据官方数据,它的性能比Crestmont(Meteor Lake的E核)提升了17%,在同等功耗下甚至能超越Raptor Cove(Raptor Lake的P核)。

续航保障是Darkmont LP-E Core。它和Darkmont E核采用相同的架构,专门放在低功耗岛里。它的任务就是在电脑待机或处理轻度任务时干活,支持比以往更高的频率和更复杂的任务,从而尽可能地延长电池续航,减少唤醒那些“电老虎”高性能核心的次数。

Panther Lake在缓存和内存子系统上也做了显著升级。它配备了18MB的三级缓存,由P核和E核共同分享。低功耗岛里的LP-E核独享的L2缓存也翻倍到了4MB。内存支持方面,全面拥抱新标准,支持LPDDR5X 8533 MT/s和DDR5 7200 MT/s的高速内存。

不止快,还更聪明、更好看

Panther Lake集成了英特尔Arc Xe3“Celestial”图形架构,最多配备12个Xe核心。这比Lunar Lake多了4个核心,增量达到50%,图形性能也相应地提升了50%以上。Xe3架构支持高级的AV1视频编码,拥有更先进的XMX引擎,并进行了功耗优化,这也为英特尔下一代独立显卡打下了基础。

在人工智能算力方面,Panther Lake更是有了飞跃式的提升。它搭载了第五代NPU,整个平台的AI算力最高可以达到180 TOPS(万亿次运算/秒)。这个数字远超前代产品,足以满足未来AI PC在边缘侧运行复杂AI应用的需求。

Panther Lake的“积木式”设计也很有看点。它采用了Foveros-S 2.5D封装技术,在一个被动芯片上组装多个不同功能的小芯片:

  • 计算模块:采用英特尔自家的18A制程,包含了所有的CPU核心(最多4个P核、8个E核、4个LP-E核)。

  • 图形模块:采用英特尔3或台积电(TSMC)N3E制程,集成了Xe3 GPU。

  • 平台控制器模块:采用台积电(TSMC)N6制程。

  • 基板模块:采用英特尔1227.1制程。

  • 填充模块:这是一个有意思的设计,它本身不具备计算功能,主要作用是提供机械支撑,保护核心芯片在安装散热器时不被压坏。

从性能上看,英特尔官方给出的数据显示,Panther Lake在同等功耗下,CPU性能和图形性能都比上一代提升了50%以上。多线程任务的功耗也比Arrow Lake-H降低了30%。

Panther Lake的市场表现将直接影响后续18A制程产品的接受度,并决定英特尔在AI PC和边缘计算领域的未来竞争力。

英特尔的翻身仗,能打赢吗?

参考资料:

https://www.intc.com/news-events/press-releases/detail/1752/intel-unveils-panther-lake-architecture-first-ai-pc

https://www.tomshardware.com/pc-components/cpus/intel-takes-the-wraps-off-panther-lake-first-18a-client-processor-brings-the-best-of-lunar-lake-and-arrow-lake-together-in-one-package

https://wccftech.com/intel-panther-lake-deep-dive-18a-compute-tile-cougar-cove-p-cores-darkmont-e-cores

https://newsroom.intel.com/intel-foundry/intel-18a-process-technology-simply-explained

END

【四轴飞行器】非线性三自由度四轴飞行器模拟器研究(Matlab代码实现)内容概要:本文围绕非线性三自由度四轴飞行器模拟器的研究展开,重点介绍基于Matlab代码实现的四轴飞行器动力学建模与仿真方法。研究构建了考虑非线性特性的飞行器数学模型,涵盖姿态动力学与运动学方程,实现了三自由度(滚转、俯仰、偏航)的精确模拟。文中详细阐述了系统建模过程、控制算法设计思路及仿真结果分析,帮助读者深入理解四轴飞行器的飞行动力学特性与控制机制;同时,该模拟器可用于算法验证、控制器设计与教学实验。; 适合人群:具备一定自动控制理论基础和Matlab编程能力的高校学生、科研人员及无人机相关领域的工程技术人员,尤其适合从事飞行器建模、控制算法开发的研究生和初研究人员。; 使用场景及目标:①用于四轴飞行器非线性动力学特性的学习与仿真验证;②作为控制器(如PID、LQR、MPC等)设计与测试的仿真平台;③支持无人机控制系统教学与科研项目开发,提升对姿态控制与系统仿真的理解。; 阅读建议:建议读者结合Matlab代码逐模块分析,重点关注动力学方程的推导与实现方式,动手运行并调试仿真程序,以加深对飞行器姿态控制过程的理解。同时可扩展为六自由度模型或加入外部干扰以增强仿真真实性。
基于分布式模型预测控制DMPC的多智能体点对点过渡轨迹生成研究(Matlab代码实现)内容概要:本文围绕“基于分布式模型预测控制(DMPC)的多智能体点对点过渡轨迹生成研究”展开,重点介绍如何利用DMPC方法实现多智能体系统在复杂环境下的协同轨迹规划与控制。文中结合Matlab代码实现,详细阐述了DMPC的基本原理、数学建模过程以及在多智能体系统中的具体应用,涵盖点对点转移、避障处理、状态约束与通信拓扑等关键技术环节。研究强调算法的分布式特性,提升系统的可扩展性与鲁棒性,适用于多无人机、无人车编队等场景。同时,文档列举了大量相关科研方向与代码资源,展示了DMPC在路径规划、协同控制、电力系统、信号处理等多领域的广泛应用。; 适合人群:具备一定自动化、控制理论或机器人学基础的研究生、科研人员及从事智能系统开发的工程技术人员;熟悉Matlab/Simulink仿真环境,对多智能体协同控制、优化算法有一定兴趣或研究需求的人员。; 使用场景及目标:①用于多智能体系统的轨迹生成与协同控制研究,如无人机集群、无人驾驶车队等;②作为DMPC算法学习与仿真实践的参考资料,帮助理解分布式优化与模型预测控制的结合机制;③支撑科研论文复现、毕业设计或项目开发中的算法验证与性能对比。; 阅读建议:建议读者结合提供的Matlab代码进行实践操作,重点关注DMPC的优化建模、约束处理与信息交互机制;按文档结构逐步学习,同时参考文中提及的路径规划、协同控制等相关案例,加深对分布式控制系统的整体理解。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值