英特尔不挤牙膏了？小核暴锤大核！性能提升68%，功耗降低 40%

前言

很荣幸，受邀参加了北京时间2024年6月3日，英特尔在其ITT-Lunar Lake技术解析会，在会上，英特尔揭示了全新的Lunar Lake处理器架构。这一架构主要针对轻薄笔记本电脑，带来了显著的性能提升和能效优化。

本篇文章将用更加简洁的方式，介绍Lunar Lake架构的各个方面，包括核心设计、图形性能、AI计算、内存和封装技术、连接性以及安全性，让大家更全面的了解Lunar Lake。

核心设计

Lunar Lake采用了混合架构设计，包含4个性能核（P核）和4个能效核（E核）。

性能核（Lion Cove）

与上一代的Redwood Cove相比，Lion Cove在每时钟周期指令数（IPC）上提升了14%。

在不同功耗条件下，性能最高提升可达18%，每个性能核配备了2.5MB的L2缓存，并共享12MB的L3缓存，这一优化提高了数据处理速度并减少了延迟。

此外，Lion Cove的时钟间隔从100MHz降低至16.67MHz，实现了更精细的频率调节，提升了能效和性能。

值得注意的是，Lunar Lake的P核取消了超线程技术。尽管如此，性能和能效并未因此受损。英特尔指出，关闭超线程后，能效比提高了15%，每硅片面积性能提高了10%。这一改变使E核在多线程任务中的作用更加重要，实现了整体性能的最优化。

能效核（Skymont）

Skymont通过微架构的改进，显著提升了处理各类任务的效率，相比上一代Crestmont，Skymont提供了1.68倍的单线程性能和最高4倍的多线程性能。

其内存子系统也进行了优化，具有更大的L2缓存和改进的内存访问机制，减少了内存延迟并提高了数据处理带宽，Skymont能效核的设计理念是尽可能多地利用E核处理日常任务，仅在高负载情况下启用P核，从而降低功耗，延长电池续航时间。

图形性能

Lunar Lake配备了全新的Xe 2 GPU架构，每个Xe 2 GPU核心中包含8个增强的矢量引擎，每个矢量引擎拥有512-bit的宽度，并内置XMX增强单元，用于优化矩阵运算，这使得Xe 2 GPU在矩阵运算的吞吐量和性能上有显著提升，此外，Xe 2 GPU还配备了8个光线追踪单元，大幅提升了光线追踪性能。

与上一代相比，Xe 2 GPU在图形性能上提高了50%，通过Excute Indirect技术，Xe 2 GPU可以在无需CPU指令的情况下独立完成绘图任务，从而提高了图形渲染效率，降低了CPU负担，在实际应用中，Xe 2 GPU的顶点和渲染性能提升了3倍，光追性能提升了2倍。使用Stable Diffusion进行图像生成测试时，Lunar Lake仅需6.3秒，而上一代需要13秒以上，图像生成速度快了一倍。

Lunar Lake还支持最新的显示和媒体技术，包括DP1.5和VCC（H.266）视频解码。VCC的编码效率比AV1高10%，同等画质下视频体积更小，带宽需求更低。

AI计算

Lunar Lake在AI计算方面表现尤为突出，集成了第四代NPU，为AI计算提供强大支持，新的NPU拥有6个神经计算引擎，提供高达48TOPS的AI算力，是上一代的4倍，英特尔预计未来30%的AI任务将由NPU承担，从而减轻CPU的负担，在实际应用中，NPU能够高效处理复杂的AI任务，如Stable Diffusion的图像生成等。

内存和封装技术

Lunar Lake在内存和封装技术上做出了重大创新。通过将内存集成到SoC封装内，Lunar Lake缩短了内存走线，降低了数据传输的功耗高达40%，这一设计不仅提高了数据处理速度，还减少了主板面积，节省了250平方毫米，使得设备设计更加紧凑，Lunar Lake支持LPDDR5x内存，最大容量可达32GB，满足高性能计算和AI任务的需求。

连接性

Lunar Lake是英特尔首个集成Wi-Fi 7、Bluetooth 5.4以及Thunderbolt 4的处理器架构。处理器支持最多3个Thunderbolt端口，还支持Thunderbolt Share，可实现两个PC之间的60帧屏幕分享和超高数据传输速度。此外，Lunar Lake集成了最新的BE201，面积减少了28%，与SoC的连接更加快速和高效。

总结

相较于上一代，Lunar Lake架构SoC功耗降低40%，但是Lion Cove性能核IPC提升了14%，20多年历史的超线程，在Lunar Lake架构中取消了，E核的作用变得更加重要了，E核性能提升最大，对于未来的AI PC，尤其是轻薄笔记本电脑来说，性能提升的同时，电池续航这一方面也会有所改善，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,共计120TOPS，在AI高速发展的今天，AI需求逐渐增加，对于本地模型推理还是挺关键的，期待实机Lunar Lake架构产品的体验测试~