英特尔印度总裁 Gokul Subramaniam 在班加罗尔科技峰会上表示,印度工程中心为 Panther Lake 做出了重要贡献。Panther Lake 是一款基于 18A 节点打造的英特尔 Core Ultra Series 3 AI PC 产品。英特尔印度参与的工作涵盖 CPU 和 GPU 相关工作、轻薄笔记本参考设计、平台验证,以及在印度开展的芯片验证。
英特尔印度在 Panther Lake 开发中的作用
Gokul Subramaniam 解释说,英特尔印度完成了 Panther Lake 架构的很大一部分工作。该产品被归类为 AI PC。印度团队负责了 CPU 相关工作、GPU 相关工作、知识产权(IP)模块、面向全球销售的轻薄笔记本参考设计,以及全面的平台和芯片验证。Subramaniam 将这项贡献形容为“相当可观”,并表示期间与英特尔全球各地的同事开展了协作。
Panther Lake 是在印度工程团队深度参与下开发的三款 18A 产品之一。除了 Panther Lake,英特尔印度还参与了 Wildcat Lake(定位更主流的 AI PC 产品)和 Clearwater Forest(Xeon 6 Plus 数据中心处理器)的开发。
Wildcat Lake 和 Clearwater Forest 的 18A 贡献
Wildcat Lake 定位为采用 18A 工艺的主流 AI PC 产品,涉及“在印度开展的大量工作”,包括 CPU、GPU、平台固件、软件、芯片验证、平台验证、制造和生产工程方面的优化,以及生产测试。所有这些工作都在印度完成,并与全球团队协作。
Clearwater Forest 是英特尔面向数据中心的 Xeon 6 Plus 处理器,在“数据中心领域的工作量相当可观”,其能效核心由印度团队开发。Subramaniam 指出,尽管英特尔印度当地没有制造工厂,但已发展成为美国以外规模第二大的英特尔设计中心。
AI Agent 推动 CPU 需求回升
Subramaniam 解释了 CPU 在 AI 基础设施中的重要性为何再度上升。从 2022 年左右开始,由于生成式 AI 依赖并行计算和矩阵乘法,GPU 的应用主导了数据中心架构。这使 GPU 与 CPU 的部署比例一度悬殊到 1:8。然而,智能体 AI 正在重塑这一比例。
在智能体 AI 工作负载中,CPU 负责编排、工具调用和代码执行。当 AI Agent 生成代码时,必须通过工具链编译、执行并验证,而这些都属于 CPU 的工作。同时,GPU 负责生成式 AI 中的预填充和解码环节。这种分工使 GPU 与 CPU 的比例从 1:8 转向 1:4 和 1:2,让 CPU 成为智能体 AI 部署中的“主力”。
英特尔印度的垂直半导体布局
英特尔印度是一个垂直整合的半导体设计中心,参与处理器架构、CPU 指令集架构、GPU 设计、内存 IP 模块、控制器、输入/输出模块、片上系统(SOC)集成(包括前端和后端设计)、固件、适用于多种操作系统的软件、平台组装、面向数据中心、笔记本电脑和边缘计算设备的散热解决方案、基于代工厂库的先进制造验证,以及覆盖数据中心、网络、AI、客户端个人计算、边缘计算和物理 AI 的产品线工作。
Subramaniam 指出,英特尔印度的工程团队已持续运作超过 25 年,并从交付独立的产品组件,发展到交付“构成芯片的各个环节中相当大的一部分”。如今,该团队参与英特尔的每条产品线。
异构计算与 XPU 架构
英特尔的策略以异构计算为核心,即为每种特定工作负载选择最合适的处理器架构。这涉及 CPU、GPU、NPU,以及英特尔与 Salmanova 合作开发的可重构处理单元(RDU)。Subramaniam 表示,“异构性体现在为合适的工作负载选择合适的处理器”,并且“由工作负载驱动”。
异构计算还涉及计算任务的分布:确定处理是在超大规模云服务商的数据中心进行,还是部署在更靠近数据源的网络边缘,以降低延迟、提升隐私保护,或采用混合配置。英特尔的产品组合围绕异构、分布式和以 XPU 为中心的原则构建。
印度的 AI 芯片需求与市场机遇
Subramaniam 将印度形容为“一个国家,却拥有多种数字未来”,这反映了技术应用的多元机遇。印度在支付、教育和安全领域投资数字公共基础设施,加上人口多样性和语言需求,催生了各类不同的 AI 应用场景。印度正推动经济向制造业驱动转型,而印度半导体使命 2.0 也在助力建立芯片制造、线路板生产和设备制造生态系统。
据估计,仅印度一国的推理算力需求到 2030 年就将接近 7 吉瓦,单靠超大规模云服务商无法满足这一需求。因此,印度需要新云服务商和边缘计算部署,这也为 AI PC 和边缘处理器创造了用武之地。
英特尔与印度 AI 发展愿景的相关性,体现在其广泛的计算产品布局和异构计算能力上。重点领域包括企业采用 AI 技术、教育(印度有 2.5 亿名学生,但 PC 普及率相对较低)、医疗保健、公共基础设施,以及面向包括国防应用在内的特定 AI 工作负载打造的专用芯片。
关键事实
- 英特尔印度为 Panther Lake 的 CPU 和 GPU 工作做出了贡献;Panther Lake 是一款采用 18A 节点的英特尔 Core Ultra Series 3 AI PC 产品
- 三款 18A 产品有英特尔印度工程团队深度参与:Panther Lake(AI PC)、Wildcat Lake(主流 AI PC)和 Clearwater Forest(Xeon 6 Plus 数据中心处理器)
- 印度团队参与 Panther Lake 开发的工作包括 CPU、GPU、IP 模块、轻薄笔记本参考设计、平台验证和芯片验证
- Wildcat Lake 涉及在印度开展的 CPU、GPU、平台固件、软件、制造工程、生产测试和平台验证工作
- Clearwater Forest Xeon 6 Plus 数据中心处理器采用了由印度团队开发的能效核心
- 英特尔印度是美国以外规模第二大的英特尔设计中心,当地没有制造工厂
- 智能体 AI 已使数据中心的 GPU 与 CPU 部署比例从 1:8 转向 1:4 或 1:2
- 智能体 AI 中 CPU 的工作包括编排、工具调用、代码编译、执行和验证
- 智能体 AI 中 GPU 的工作包括生成式组件的预填充和解码
- 英特尔印度的工程团队已持续运作超过 25 年
- 据估计,印度到 2030 年的推理算力需求将接近 7 吉瓦
- 印度有 2.5 亿名学生,PC 普及率相对较低
常见问题
英特尔印度在 18A 工艺节点上开发了哪些具体产品?
英特尔印度深度参与了三款 18A 产品:Panther Lake(英特尔 Core Ultra Series 3 AI PC)、Wildcat Lake(主流 AI PC)和 Clearwater Forest(Xeon 6 Plus 数据中心处理器)。在 Panther Lake 项目中,印度团队负责 CPU 和 GPU 工作、IP 模块、轻薄笔记本参考设计,以及全面的平台和芯片验证。Wildcat Lake 涉及 CPU、GPU、平台固件、软件、制造工程和生产测试。Clearwater Forest 则采用了由印度团队为数据中心领域开发的能效核心。
为什么随着智能体 AI 的部署,CPU 再度变得重要?
智能体 AI 需要 CPU 来编排工作流、处理工具调用和执行代码。当 AI Agent 生成代码时,必须通过工具链编译、执行并验证,而这些都依赖 CPU。GPU 则继续负责生成式 AI 中的预填充和解码环节。这种分工使典型的 GPU 与 CPU 比例从生成式 AI 时代的 1:8 转变为 1:4 或 1:2,让 CPU 成为智能体 AI 基础设施中不可或缺的主力。
英特尔针对印度 AI 市场的异构计算策略是什么?
英特尔的策略是为每种工作负载选择最合适的处理器架构,包括 CPU、GPU、NPU 和可重构处理单元(RDU)。这一方案还考虑计算任务的分布:将处理部署在超大规模云服务商的数据中心、靠近数据源的网络边缘(以降低延迟并保护隐私),或采用混合配置。据估计,到 2030 年,印度的推理算力需求将接近 7 吉瓦,单靠超大规模云服务商无法满足,因此需要新云服务商和边缘计算部署,并使用针对特定 AI 工作负载打造的专用芯片,服务企业、教育、医疗保健、公共基础设施和国防等领域。