英特尔CEO称未来数代处理器不会采用Lunar Lake式封装级内存方案
2024/11/02 08:24AI云资讯46293

(AI云资讯消息)英特尔首席执行官帕特·格尔辛格最新财报电话会议上谈到了其顶级处理器的未来。除了报告高达166亿美元的亏损外,这次财报电话会议还透露了一些关于下一代产品如Panther Lake和Nova Lake的信息。格尔辛格表示,这两代笔记本电脑CPU将不会延用Lunar Lake的封装级内存方案。
Lunar Lake为英特尔带来了一项首创,它搭载了封装式LPDDR5X内存,使英特尔更接近苹果制造的M芯片。封装式内存可以提高数据传输速度并提升效率,而Lunar Lake还被证实具有出色的电池续航能力。虽然拥有这些优势,但英特尔表示不会为Lunar Lake直接推出继任者。
在财报电话会议上,格尔辛格解释说,Lunar Lake原本一直是一款小众产品,但无心插柳柳成荫,竟然成为一款高销量的产品。
帕特·格尔辛格说:“Lunar Lake最初被设计为一款小众产品,我们希望它能够拥有最高的性能和出色的电池续航能力。随后人工智能PC出现了,随着人工智能PC的出现,Lunar Lake从一款小众产品变成了一款相当高销量的产品。相对而言,我们谈论的不是5000万或1亿台的销量,而是尽管它只占我们产品线的一小部分,但从总销量中占据了相当大的份额。”
格尔辛格接着说,在芯片上集成内存的复杂过程对英特尔的利润率影响太大,看来英特尔不会在Panther Lake和Nova Lake的CPU中重复这种设计。尽管两者都被认为是Lunar Lake的直接继任者,但它们将不会采用芯片上集成内存的设计。
格尔辛格详细阐述了英特尔的计划,他表示:“对于我们来说,Lunar Lake确实是一次例外。Panther Lake、Nova Lake及其后续产品则不会继续延用。我们将以更传统的方式构建它们,将内存从CPU、GPU和NPU的封装中移除,并将I/O能力集成到封装中。在未来的路线图中,大量内存将被移至封装之外。”
格尔辛格还表示,Panther Lake计划于2025年下半年发布。这些CPU将是基于英特尔18A节点的第一代客户端CPU,这些CPU在性能和制造成本方面都有所提升。
这次财报电话会议上,没有提到英特尔下一代Battlemage GPU,但格尔辛格谈到了简化产品路线图的问题,并表示未来市场上对独立显卡的需求将减少。这对英特尔的独立显卡部门来说不是利好的消息,那我们拭目以待,希望在2025年的CES展会上得到更多信息。
相关文章
- 以CPU为核心,英特尔为智能体AI打造全新智算中心
- 连接计算创新与行业生态,加速智能体落地产业场景,2026英特尔技术创新与产业生态大会开幕
- 以算力为基,华硕破晓携手英特尔驱动AI办公体验革新
- 英特尔CEO陈立武重申量产节点,将于2027年第一季度启动风险试产
- 英特尔14A工艺产能预计到2027年底达每月6000片晶圆,或打入英伟达生态体系
- 堆GPU已过时?英特尔将在苏州开讲智能体时代AI工厂,速速来报名
- 英特尔10月或将上调CPU价格,涨幅达10%
- OpenAI GPT‑6 Astra 催生海量本地 CPU 智能体,为英特尔与 AMD 带来需求红利
- 英特尔代工扩展生态合作,Intel 18A-P与Intel 14A获多家EDA伙伴工具与流程支持
- 英特尔筹资150亿美元,迹象表明14A制程已拿下客户订单
- 英特尔押注高端芯片,战略见效:Q2服务器芯片价格飙升48%
- 扩产、提质、稳交付,英特尔代工为AI算力供给“加码”
- 英特尔推出航天系统级芯片Starfire:搭载8核心、18A制程技术,可耐受125℃高温
- 英特尔拟推出14A2节点,采用双面供电技术,提供更成熟的制程工艺
- 轻盈随行,性能越级!英特尔酷睿 Ultra 5 325+4Xe 激活轻薄本新潜力
- 马斯克的TeraFab招揽英特尔18年资深老将出任代工经理,主导550亿美元芯片制造项目
AI企业
更多>>AI硬件
更多>>AI产业
更多>>AI技术
更多>>- 阶跃这次够狠:AA 全球开源前二,价格打到 Claude 的 1/8
- 科大讯飞发布Spark-Audio-1.0-Preview,全国产语音基座大模型实现从“听清”到“听懂”
- 全球最强开源模型 Kimi K3 发布,参数规模 3 万亿,真的是强!
- 范式变革!东软发布AI原生软件工程白皮书,重构软件产业底层逻辑
- KAT-Coder-Pro V2.5正式发布:从“写代码”迈向“做工程”,Agentic能力全面升级
- 自变量机器人王昊:训练世界模型需付出“时间税”,解决模态对齐是当务之急
- 腾讯发布CodeBuddy Security,用AI Agent实现更高效的代码审计
- Twinkle x昇腾,率先实现Deepseek-V4系列模型高效训练









