英特尔发布首款用于边缘创新的插槽式系统芯片，助力客户解锁更多全新机遇
最新消息：英特尔宣布推出适用于物联网边缘的第12代英特尔?酷睿?系统芯片（SoC）。作为针对物联网应用而优化的全新专用边缘产品系列，这款首创的插槽式系统芯片能够为视觉计算负载提供高性能的集成图形和媒体处理功能。此外，得益于紧凑的空间占用和适用于宽温工作的运行热设计功耗（TDP），它还可以助力客户实现更小巧的创新外观以及无风扇式散热设计，并帮助其实现产品的可持续性目标。
英特尔副总裁兼网络与边缘计算部门总经理Jeni Panhorst 表示：“受劳动力需求、供应链限制以及消费者行为不断变化的影响，企业业务流程的数字化转型继续加速，这使生成于边缘的数据量呈爆发式增长，进而对本地处理和数据分析的需求也随之暴增。英特尔了解各个垂直行业的企业所面临的挑战，并致力于帮助他们继续提供创新应用场景。”
重要意义：边缘的数字化转型需要提高处理能力和AI推理性能，以应对面向未来的AI工作负载。适用于物联网边缘的第12代英特尔酷睿系统芯片满足了这些性能需求，并提高了实施可配置性和整体解决方案灵活性，使原始设备制造商（OEM）和原始设计制造商（ODM）能够快速集成，并交付适用于各种垂直市场和特定边缘应用场景的解决方案。此外，这款系统芯片具有自上而下的管理功能，其中包括可提供一流远程控制和管理功能的英特尔博锐（Intel vPro）选项，这对于管理和维护部署在物联网边缘的系统至关重要。
?
关于面向物联网边缘的第12代英特尔酷睿系统芯片：与第10代英特尔?酷睿?台式机处理器系列中的12W / 65W机型相比，面向物联网边缘的第12代英特尔酷睿系统芯片可提供高达4倍的图形处理速度1，和高达6.6倍的GPU图像分类推理性能2。它内置英特尔?硬件线程调度器（Intel??Thread Director），可以智能地引导操作系统将相应工作负载分配给合适的内核。此外，与第10代英特尔?酷睿?台式机处理器相比，这款系统芯片具有多达14个内核和20个线程，单线程性能提升高达1.32 倍3，多线程性能提升高达1.27倍4。
面向物联网边缘的第12代英特尔酷睿系统芯片还支持用于推理和机器视觉的高性能AI功能。多达96 EU的图形执行单元可实现AI工作负载的高度并行化，与此同时，该款处理器还采用了英特尔?深度学习加速（Intel? DL Boost），并通过在CPU上内置AI加速功能来提供额外的推理性能。此外，该款处理器还完全支持英特尔?发行版OpenVINO?（Intel??Distribution of OpenVINO?）工具套件优化和跨架构推理。
Panhorst表示：“通过将CPU与高性能集成显卡、增强的视觉计算和AI功能整合到一个紧凑的处理配置中，面向物联网边缘的第12代英特尔酷睿系统芯片能够帮助客户解锁更多全新机会——从定制化零售网点解决方案到改善医疗诊断的精确成像和模式识别。”
面向物联网边缘的第12代英特尔酷睿系统芯片能够造福于各行各业：
? 零售、银行、酒店和教育领域的客户将能够扩展边缘系统的远程控制和管理功能，提高无接触式销售点的价值，并快速响应不断变化的供需情况。
? 工业制造领域的客户可以更好地利用工业PC、边缘服务器、高级控制器、机器视觉系统和虚拟化控制平台。
? 医疗领域客户将能够在边缘提供增强的超声成像功能、医疗车、内窥镜检查功能和临床设备。
?
说明：
性能因用途、配置和其它因素而异，更多信息请参见intel.com/e/er?cid=em&source=elo&campid=smggmo_WW_gmocoma_EMNL_EN_2022_0901_Socketed_SoC_C-MKA-30126_T-MKA-33420&content=smggmo_WW_gmocoma_EMNL_EN_2022_0901_Socketed_SoC_C-MKA-30126_T-MKA-33420&elq_cid=1498379&em_id=83830&elqrid=20643b7b2032415a9b26fdd42f673e46&elqcampid=53139&erpm_id=1165354&s=334284386&lid=464312&elqTrackId=89cf2912a65d464b9975fdba12431536&elq=20643b7b2032415a9b26fdd42f673e46&elqaid=83830&elqat=1__;!!FMox2LFwyA!ppcKpblJavW_8MAqF3deYCpwZaNWon6SL7rI-2-Tfr4EuKnlJ8qEUpF1G3vM4xZNlUt3KEj8O1oxrB8$">Intel.com/PerformanceIndex?。
1. 根据3DMark - Fire Strike - Graphics Score测量结果显示，图形处理性能提升高达4倍；
2. 根据MLPerf v1.1 ResNet50 - Offline - int8 – GPU和MLPerf??Inference Edge v1.1 Inference ResNet-v1.5测量结果显示，GPU图像分类推理性能提升高达6.6倍；结果未经MLCommons?协会的验证。MLPerf名称和标志是MLCommons协会在美国和其它国家的商标，保留所有权力，严禁未经授权使用。更多信息请参见https://mlcommons.org/zh/；
3.?使用InteI Compiler 2021.2版本，通过SPECrate2017_int_base (1-copy) 测量，单线程性能提升高达1.32倍；
4. 使用InteI Compiler 2021.2版本，通过SPECrate2017_int_base (n-copy)测量，多线程性能提升高达1.27倍。
