Die Hybrid-Architektur der Intel Core Ultra-Prozessoren, die sowohl besonders leistungsfähige Performance-Cores (P-Cores) als auch besonders energieeffiziente Efficient-Cores (E-Cores) zur Verfügung stellt, ermöglicht eine optimierte Verarbeitung von parallelen Aufgaben und reduziert den Stromverbrauch. Die Hauptanwendung kann ungestört auf den starken P-Cores ausgeführt werden, während die Hintergrund-Tasks parallel auf den E-Cores laufen. Die integrierte Intel ARC GPU steht für leistungshungrige Grafik-Aufgaben zur Verfügung und macht in vielen Fällen eine externe Grafik-Karte unnötig, wodurch Kosten und Energie eingespart werden können. Mit der integrierten NPU können KI-Inferenz-Aufgaben energieeffizient bearbeitet werden. Eine besonders hohe Gesamtleistung für die Grafikverarbeitung und KI kann aber vor allem durch die Kombination aus CPU, GPU und NPU erzielt werden. Mit der neuen Prozessorgeneration kann im KI-Bereich – je nach Anwendungsfall – eine Leistungssteigerung von bis zu 50% und eine Verbesserung der Energieeffizienz um den Faktor 2,5 gegenüber den Vorgängerversionen erwartet werden.
Parallelisierung mit Abstraktions-Layer
Durch den Einsatz der Intel Distribution des OpenVino Toolkits profitieren KI-Anwendungen von optimierten Modellen und einem Abstraktions-Layer, der sowohl CPU, GPU als auch NPU besonders effizient für die Ausführung von KI-Algorithmen auf Intel-Prozessoren nutzen kann, ohne den Code anpassen zu müssen. Dabei können die Aufgaben auch parallel, verteilt auf verschiedene Einheiten des Prozessors ausgeführt werden. Intel Core Ultra 5 und Intel Core Ultra 7 Prozessoren bieten mit bis zu vierzehn CPU-Cores / 20 Threads, acht Intel Xe Grafik-Einheiten mit insgesamt 128 Executions Units und der zusätzlich integrierten NPU beste Voraussetzung für die besonders energieeffiziente Umsetzung leistungsfähiger KI-Anwendungen. Durch die Integration aller Einheiten in einem Chip, dem großen internen Cache von bis zu 24MB sowie neuester LPDDR5-Speichertechnologie wird eine durchgängig hohe Performance bei sehr geringer Verlustleistung erreicht. Ein Flaschenhals, wie er bei der Nutzung unterschiedlicher, verteilter Komponenten oftmals entsteht, wird so vermieden.
High-Speed Datentransfer
Anspruchsvolle Machine-Vision- und KI-Anwendungen benötigen auch einen schnellen Datentransfer – z.B. bei der Bereitstellung hochauflösender Video-Daten oder bei der Speicherung relevanter Ergebnisse und Referenzbilder zur Archivierung auf lokalen Datenträgern oder über das Netzwerk. Die Intel Core Ultra Prozessoren bieten hierfür mehrere PCIe-x4-Schnittstellen mit einer Bandbreite von je bis zu 64Gigabit/s sowie USB 3.2 Ports mit bis zu 10Gigabit/s. Über die PCIe-x4-Schnittstellen können zudem auch PCIe-High-Speed-Kameras mit besonders geringer Latenz angebunden werden. Die schnelle Netzwerkanbindung erfolgt typischerweise über 2,5/10Gigabit Ethernet-Controller, die durch die PCIe-Gen4-Unterstützung der CPU mit maximalem Datendurchsatz angebunden werden können. Ebenfalls interessant für hochintegrierte Systeme ist der USB4-Support: Gerade bei geringen Geräteabmessungen ist die Bündelung mehrerer Highspeed-Interfaces über einen kompakten USB-C-Stecker sinnvoll.
Neuer COM-HPC Mini Standard
Passend zu dem Feature-Set dieser Prozessoren bietet der neu definierte COM-HPC Mini COM-Standard mit dem speziell für Highspeed-Signale optimierten 400-Pin-Steckverbinder die optimalen Voraussetzungen für die Realisierung zukunftsorientierter Embedded-Systeme mit besonders geringen Abmessungen. CPU-Module wie das TQMxCU1-HPCM von TQ vereinen dabei die Leistungsfähigkeit der neuen Prozessorgenerationen und die Vorzüge des Standards. In Kombination mit einem auf die Anwendung abgestimmten Carrrierboard, das individuell designed werden kann, lassen sich schnell und kostengünstig individuelle Systeme entwickeln. Mit dem modularen Ansatz ist der Weg für die Zukunft geebnet, denn aufgrund der Standardisierung sind auch zukünftige Prozessor-Generationen einsetzbar.
