英特爾不擠牙膏了？小核暴錘大核！性能提升68%，功耗降低 40%

前言

很榮幸，受邀參加了北京時間2024年6月3日，英特爾在其ITT-Lunar Lake技術解析會，在會上，英特爾揭示了全新的Lunar Lake處理器架構。這一架構主要針對輕薄筆記本電腦，帶來了顯著的性能提升和能效優化。

本篇文章將用更加簡潔的方式，介紹Lunar Lake架構的各個方面，包括核心設計、圖形性能、AI計算、內存和封裝技術、連接性以及安全性，讓大家更全面的瞭解Lunar Lake。

核心設計

Lunar Lake採用了混合架構設計，包含4個性能核（P核）和4個能效核（E核）。

性能核（Lion Cove）

與上一代的Redwood Cove相比，Lion Cove在每時鐘週期指令數（IPC）上提升了14%。

在不同功耗條件下，性能最高提升可達18%，每個性能核配備了2.5MB的L2緩存，並共享12MB的L3緩存，這一優化提高了數據處理速度並減少了延遲。

此外，Lion Cove的時鐘間隔從100MHz降低至16.67MHz，實現了更精細的頻率調節，提升了能效和性能。

值得注意的是，Lunar Lake的P核取消了超線程技術。儘管如此，性能和能效並未因此受損。英特爾指出，關閉超線程後，能效比提高了15%，每硅片面積性能提高了10%。這一改變使E核在多線程任務中的作用更加重要，實現了整體性能的最優化。

能效核（Skymont）

Skymont通過微架構的改進，顯著提升了處理各類任務的效率，相比上一代Crestmont，Skymont提供了1.68倍的單線程性能和最高4倍的多線程性能。

其內存子系統也進行了優化，具有更大的L2緩存和改進的內存訪問機制，減少了內存延遲並提高了數據處理帶寬，Skymont能效核的設計理念是儘可能多地利用E核處理日常任務，僅在高負載情況下啓用P核，從而降低功耗，延長電池續航時間。

圖形性能

Lunar Lake配備了全新的Xe 2 GPU架構，每個Xe 2 GPU核心中包含8個增強的矢量引擎，每個矢量引擎擁有512-bit的寬度，並內置XMX增強單元，用於優化矩陣運算，這使得Xe 2 GPU在矩陣運算的吞吐量和性能上有顯著提升，此外，Xe 2 GPU還配備了8個光線追蹤單元，大幅提升了光線追蹤性能。

與上一代相比，Xe 2 GPU在圖形性能上提高了50%，通過Excute Indirect技術，Xe 2 GPU可以在無需CPU指令的情況下獨立完成繪圖任務，從而提高了圖形渲染效率，降低了CPU負擔，在實際應用中，Xe 2 GPU的頂點和渲染性能提升了3倍，光追性能提升了2倍。使用Stable Diffusion進行圖像生成測試時，Lunar Lake僅需6.3秒，而上一代需要13秒以上，圖像生成速度快了一倍。

Lunar Lake還支持最新的顯示和媒體技術，包括DP1.5和VCC（H.266）視頻解碼。VCC的編碼效率比AV1高10%，同等畫質下視頻體積更小，帶寬需求更低。

AI計算

Lunar Lake在AI計算方面表現尤爲突出，集成了第四代NPU，爲AI計算提供強大支持，新的NPU擁有6個神經計算引擎，提供高達48TOPS的AI算力，是上一代的4倍，英特爾預計未來30%的AI任務將由NPU承擔，從而減輕CPU的負擔，在實際應用中，NPU能夠高效處理複雜的AI任務，如Stable Diffusion的圖像生成等。

內存和封裝技術

Lunar Lake在內存和封裝技術上做出了重大創新。通過將內存集成到SoC封裝內，Lunar Lake縮短了內存走線，降低了數據傳輸的功耗高達40%，這一設計不僅提高了數據處理速度，還減少了主板面積，節省了250平方毫米，使得設備設計更加緊湊，Lunar Lake支持LPDDR5x內存，最大容量可達32GB，滿足高性能計算和AI任務的需求。

連接性

Lunar Lake是英特爾首個集成Wi-Fi 7、Bluetooth 5.4以及Thunderbolt 4的處理器架構。處理器支持最多3個Thunderbolt端口，還支持Thunderbolt Share，可實現兩個PC之間的60幀屏幕分享和超高數據傳輸速度。此外，Lunar Lake集成了最新的BE201，面積減少了28%，與SoC的連接更加快速和高效。

總結

相較於上一代，Lunar Lake架構SoC功耗降低40%，但是Lion Cove性能核IPC提升了14%，20多年曆史的超線程，在Lunar Lake架構中取消了，E核的作用變得更加重要了，E核性能提升最大，對於未來的AI PC，尤其是輕薄筆記本電腦來說，性能提升的同時，電池續航這一方面也會有所改善，在AI算力方面，新一代Xe 2 GPU 提供了67TOPS，而NPU提供了48TOPS，CPU提供了5TOPS,共計120TOPS，在AI高速發展的今天，AI需求逐漸增加，對於本地模型推理還是挺關鍵的，期待實機Lunar Lake架構產品的體驗測試~