a – 局域过热到全域恒温,英特尔内吹专利解析


游戏笔记本的“风扇噪声”和侧面出风口的“热浪烤手”是困扰游戏玩家的两大难解之题。而近年来,越来越多的笔记本已经悄悄取消了侧面出风口,风扇噪声也日渐友好。这不仅归功于处理器高能低耗的代际提升,还得益于英特尔于2022年10月公布的风扇内吹黑科技,专利“Methodsand Apparatus to Cool Electronic Devices”(内部代号:Esther Island),此项黑科技通过风道设计的整体改变,由向外“吹热风”,变成向内“灌凉风”,从而为全球的游戏本轻薄本、甚至掌机等英特尔赋能的产品带来高能、低温、低噪、低成本的散热解决方案,为游戏玩家提供了更友好的I/O接口,造福游戏玩家,并实现出色的畅玩体验。

局域过热到全域恒温,英特尔内吹专利解析

向外“吹热风”变成向内“灌凉风”

英特尔的Esther Island黑科技,是将风扇的“散热风向”由向外“吹热风”调整为向内“灌凉风”。风向的改变,让机身内部从“负压”变成“正压”,并通过良好的内部密封,直接让机身内的温度下降,使散热更高效,并释放更高性能,提高了系统的功耗天花板。

在黑科技加持下,机身的散热点也得到了优化。热量集聚的点位从键盘和触摸板附近,向机身后部转移,相对于直接减少热量集聚区域的温度,这样的转移方式能够让用户更直观地感受到温度的降低,让笔记本C面不再成“烫手山芋”,解决烫手问题。

优化系统架构,完善接口排布

除了散热降温,这项黑科技还能够优化系统架构,平衡系统设计,改善主板布局,完善接口排布,节省散热材料,降低整机成本和重量。由于风向向内,因此,既不需要侧面散热鳍片,也不需要在侧面布置出风口,这就为在机身侧面布置HDMI、USB等I/O扩展接口提供了便利,更便于用户使用和扩展,丰富和完善了用户体验。

局域过热到全域恒温,英特尔内吹专利解析

效果显著市场认可,客户积极跟进

目前,市面上已经有越来越多的机型采用了英特尔的此项散热黑科技,联想、惠普、微星、荣耀等厂商迅速跟进,这项黑科技被市场和产业链逐渐认可。近期上市并采用该技术的主流机型包括联想拯救者Y9000P至尊版游戏本,联想小新Pro14/16 GT、荣耀MagicBook Pro 14等轻薄本,还有MSI Claw 8 AI 掌机等,涵盖了游戏,轻薄,商务以及掌机新形态,完美诠释了这项技术的普适性。

在采用了此项散热黑科技的某款笔记本产品上,实现了“一升四降”的效果。使用Prime95+Furmark测试,对比常规散热方案,在性能上,能够把CPU的稳定功耗从74W提高到90W;在表面温度上,把D面最热点温度从59.8摄氏度降低到49.6摄氏度;在成本方面可以减少大约5美金的成本支出;在重量上,散热模块可减少大约15%的重量;另外,在噪音上也得到显著下降。

默默耕耘,只为超群体验

无论是能效比大幅提升的酷睿Ultra处理器,还是与产业深度合作的游戏优化,以及Thunderbolt 5、Wi-Fi 7等连接技术,在加上英特尔这项内吹黑科技的赋能,都是英特尔以用户中心,倾力打磨产品,释放性能潜力。未来,英特尔将继续与产业共同携手,为提升每一分性能、提供出色用户体验而全力以赴,造福每一位用户。

随着酷睿Ultra 200HX处理器的新品发布,越来越多OEM厂商的英特尔平台机型新模具使用了这项技术,欢迎各位玩家多多关注,抢先感受酷冷高能的游戏体验!

本文属于原创文章,如若转载,请注明来源:局域过热到全域恒温,英特尔内吹专利解析https://nb.zol.com.cn/981/9812742.html





nb.zol.com.cn
true

https://nb.zol.com.cn/981/9812742.html
report
2502
游戏笔记本的“风扇噪声”和侧面出风口的“热浪烤手”是困扰游戏玩家的两大难解之题。而近年来,越来越多的笔记本已经悄悄取消了侧面出风口,风扇噪声也日渐友好。这不仅归功于处理器高能低耗的代际提升,还得益于英特尔于2022年10月公布的风扇内吹黑科技,专利“Method…

Leave a Reply

Your email address will not be published. Required fields are marked *

Related Post

a – 别花冤枉钱 不推荐笔记本加装PCIe5.0 SSD

【ZOL中关村在线原创技巧应用】目前消费级最快的固态硬盘,就是PCIe5.0固态硬盘了,最高读取速度超过10000MB/s,非常恐怖。人人都想要更快的速度,那么买一条PCIe5.0固态硬盘,加装到笔记本中,是不是可以?当然可以,但我不建议这么做。PCIe5.0固态硬盘虽好,但也有一些特点,不太适合加装到笔记本中。 首先,支持PCIe5.0固态硬盘的笔记本偏少,目前也就新推出的几款旗舰型号支持PCIe5.0固态硬盘。如果你的笔记本不支持PCIe5.0固态硬盘的话,安装之后仍然是可以用的,但速度会受限。这取决于你的笔记本的M.2接口的最高速度。如果是这样的话,为什么不直接入手对应PCIe规格的固态硬盘呢? 对于支持PCIe5.0固态硬盘的新款旗舰游戏本来说,这类游戏本往往会给到比较可观的硬盘容量,更换的动力并不大。而且要明确的是,即使是支持PCIe5.0固态硬盘的机型,其第二个M.2接口是否支持PCIe5.0固态硬盘,这一点还再次确定。很有可能新款笔记本的两个M.2插槽,仅预装硬盘的M.2支持PCIe5.0固态硬盘,另一个只支持PCIe4.0固态硬盘。 其次,PCIe5.0固态硬盘的发热量比较大,其温度在工作中很容易来到70℃以上。而且考虑到笔记本内部空间拥挤,更不会专门为PCIe5.0固态硬盘配备散热片,这使得PCIe5.0固态硬盘在工作的时候,温度会进一步提高。目前大家购买PCIe5.0固态硬盘的话,一般会有配套的散热片,正是为了解决PCIe5.0固态硬盘过热的情况。用在台式机中还好,但在笔记本中并不合适。 最后,PCIe5.0固态硬盘的售价相对较高。以京东平台价格为参考,目前2TB版本的PCIe5.0固态硬盘,其售价普遍在1299元以上,普遍集中在1400元左右。1TB版本的性价比更低,基本在1000元左右。反观旗舰PCIe4.0固态硬盘,2TB的版本在800元左右,1TB的版本在450元左右,价格相差非常明显。 难道PCIe5.0固态硬盘就一无是处吗?当然不是,现阶段正是PCIe5.0固态硬盘刚刚兴起的阶段,这个阶段下,PCIe5.0固态硬盘的问题比较明显,包括发热严重、售价过高等。事实上在PCIe4.0固态硬盘刚刚兴起的时候,其也经过了这个阶段。随着技术成熟,发热问题没有那么明显了,价格也下来了。 所以,现阶段不建议大家给笔记本加装PCIe5.0固态硬盘。 如果你真的需要给笔记本加装固态硬盘的话,那应该如何选择了。首先是要避开PCIe5.0固态硬盘,其次要了解自己笔记本内部空余的M.2接口,最高支持的PCIe规格,这一点需要大家自己确认,最好找官方客服咨询,以获得更准确的答案。只要是近两三年入手的笔记本,只要内部有2个M.2硬盘位,空余的M.2接口基本都支持PCIe4.0。 另外还需要注意的是,有些轻薄本虽然有2个M.2插槽,但可能因为空间的问题,第二个M.2插槽仅支持2242长度的固态硬盘,这就需要大家购买对应长度的版本。如果买到的是2280的话,那也是装不上的。这一点同样在咨询官方客服的时候问清楚。 另外,自行更换需要拆机,介意的朋友可以购买固态硬盘之后,前往售后进行更换,可能会有对应的手工费用。 本文属于原创文章,如若转载,请注明来源:别花冤枉钱 不推荐笔记本加装PCIe5.0 SSDhttps://nb.zol.com.cn/979/9791614.html 纠错与问题建议标签:固态硬盘 https://nb.zol.com.cn/979/9791614.html nb.zol.com.cn true 中关村在线 https://nb.zol.com.cn/979/9791614.html report 2365 【ZOL中关村在线原创技巧应用】目前消费级最快的固态硬盘,就是PCIe5.0固态硬盘了,最高读取速度超过10000MB/s,非常恐怖。人人都想要更快的速度,那么买一条PCIe5.0固态硬盘,加装到笔记本中,是不是可以?当然可以,但我不建议这么做。PCIe5.0固态硬盘虽好,但也有一些…

a – 最近游戏本圈提到的n-1、n-2是什么意思

【ZOL中关村在线原创技术解析】关注游戏本,特别是关注RTX 50系游戏本的朋友,最近可能会经常看到n-1、n-2这样的描述。我也在用户评论中发现,其实有不少用户看不懂这样的描述。下面我们就解释一下n-1是什么意思,以及描述一台游戏本出现n-1时,意味着什么,对于性能有哪些影响。 图片来自笔吧评测室微信公众号 其实n-1,或者n-2的意思非常简单。这样的描述出现在处理器上,就是前一代,或者前两代处理器。其中n代表的是最新一代处理器,n-1也就是上一代处理器,以此类推。了解这一点很简单,但n-1对于一台游戏本有什么影响,对用户的游戏体验有哪些影响,是最重要的。 这里,我们以一款n-2处理器为代表,也就是i9-13900HX,来解读一下它对于游戏本的影响。 目前市面上已经有几款RTX 50系游戏本搭载i9-13900HX处理器,它的出现其实意味着,这款游戏本的定位是高性价比。原因很简单,i9-13900HX毕竟是几年前的产品了,其售价相比最新的Ultra低不少。游戏本厂商为了降低游戏本的售价,所以采用老款处理器。 这样的做法就是,用处理器的性能换更低的售价。 那么,这种做法对于游戏体验有没有影响。我们先看一下测试数据。 从实测的结果来看,在Cinebench R23中,i9-13900HX的多核性能为26431pts,单核性能为1995pts。大家可能对这个成绩没有概念,我们拿Ultra 9 275HX这颗最新的处理器做对比。 在同样的测试中,Ultra 9 275HX的多核成绩为39375pts,相比i9-13900HX的领先幅度高达49%。单核成绩为2199,领先i9-13900HX约10%。 其实成绩已经非常明显了,i9-13900HX放在最新一代处理器面前,性能确实不够看。 不过好在以上成绩其实代表的是峰值性能,而实际游戏的要求并不会达到这么高。只需要游戏需求没有超过i9-13900HX的最高性能,那么其实两者在游戏中的表现并没有太明显的区别。 所以,是否选择搭载i9-13900HX的RTX 50系游戏本,其实很重要的一点是,你究竟玩什么样的游戏。如果你经常玩的游戏,更看重显卡,而不是处理器,那么搭载n-2处理器的RTX 50系游戏本,同样也有不错的表现。但如果你常玩的游戏,比较看出处理器性能,比如《CS2》、《英雄联盟》等,那么即使是同样的显卡,搭载n-2处理器的RTX 50系游戏本,游戏帧数可能会低一些。 所以,是否选购搭载n-1或者n-2代处理器的RTX 50系游戏本,很大程度上取决于用户的预算。以RTX 5070 Ti移动版为例,与i9-13900HX搭配的话,一些机型在国补下,最低可以来到7999元。而搭配Ultra 9 275HX的机型,即使国补之后,其价格也在12000元以上,价格差距非常大。 从目前来看,最新RTX 50系游戏中,价格在12000元以下的机型,基本都是搭载n-1或n-2的处理器,万元以下基本全是。可以这样说,如果你的预算在万元左右,搭载n-1或者n-2代处理器的RTX 50系游戏本基本就是必选,无法避免。 本文属于原创文章,如若转载,请注明来源:最近游戏本圈提到的n-1、n-2是什么意思https://nb.zol.com.cn/976/9764364.html 纠错与问题建议标签:笔记本电脑 https://nb.zol.com.cn/976/9764364.html nb.zol.com.cn true 中关村在线 https://nb.zol.com.cn/976/9764364.html report 2239 【ZOL中关村在线原创技术解析】关注游戏本,特别是关注RTX 50系游戏本的朋友,最近可能会经常看到n-1、n-2这样的描述。我也在用户评论中发现,其实有不少用户看不懂这样的描述。下面我们就解释一下n-1是什么意思,以及描述一台游戏本出现n-1时,意味着什么,对于性能有哪…

a – 为什么NPU比GPU更适合AI加速计算

今天咱们聊聊NPU。 大家对于CPU、GPU这些常见计算单元已经比较了解,但是对于NPU却可能并不清楚它的工作原理和具体作用。 NPU即Neural Network Processing Unit,也就是神经网络处理器,从命名就可以看出它是专门应用于AI领域的计算单元。因此相对于CPU、GPU这些通用计算单元而言,NPU理论上是一种无需通用化的特型计算单元,也就是只做好“AI加速”这一件事情就可以了。 虽然目前对于NPU的开发和利用还处于极为初级的阶段,应用方面也只是摄像头背景虚化、降噪等少数一些功能会用到。但实际上NPU自身的计算架构设计特性,决定了它具备比GPU更快的AI计算加速能力。 要理解这一点,首先肯定是要了解NPU究竟是如何从硬件层面对神经网络实现加速的? Meteor Lake,也就是第一代酷睿Ultra,是英特尔首个集成NPU的处理器。从NPU架构设计可以看到,它的核心是两个神经计算引擎,而核心中的核心是两组MAC阵列(Multiplier and Accumulation)。 我们都知道,AI大模型推理计算简单来说就是在反复做矩阵乘法与加法,其计算结果率先生成预测数据,并通过不断计算让预测数据与真实数据实现最大程度的拟合,以缩小预测数据与真实数据之间的差异,进而最终推理出结果并在用户侧生成所谓的答案。MAC阵列就是为此而生,因此MAC阵列越多,乘法与加法计算的速度就越快,计算速度越快,拟合的过程就会不断提速,最终反映在应用端的就是AI大模型的生成速度加快。 最新的Lunar Lake,也就是第二代酷睿Ultra处理器,NPU中的神经计算引擎增加到了6个,MAC阵列也随之扩充到了6组,理论算力提升3倍。但由于目前大模型推理的主要负载都在GPU上,所以NPU的加速优势暂时无法得到体现。 那么为什么NPU更适合做AI计算加速呢? 我们先来看看GPU是如何做矩阵计算的。 以简单的4×4矩阵乘法为例,矩阵中的每一行每一列的每一个数都要进行16次乘法,所以总计需要进行16×4=64次乘法计算,同时,每一行每一列的每一个数乘完之后都要做一次加法,所以总计算需要进行16×3=48次加法计算。而GPU和NPU计算加速,本质上就是想办法去提升这64次乘法和48次加法计算的速度。 那么GPU与NPU在计算时有何不同呢? 首先GPU最擅长的就是做并行计算。其内部有多个可以同时工作的乘法与加法计算单元。虽然并行计算速度非常快,且能够同时完成多个计算任务,但每一次计算之前,都需要先把数据加载到缓存内,之后GPU控制器会从缓存中把数据取出来放入乘法计算器计算出结果,然后再把结果放回缓存中,之后控制器再把计算结果放入加法计算器中求和,之后再将结果放回缓存,最后再将前面求出的和放到加法计算器中求和,这个结果才是一次乘加计算的最终结果。 举个例子,如果想要计算a11=3×2+2×2+4×1+5×4这个算式,首先需要把这些数读入上图所示意的缓存中,之后读取到乘法器中,分别计算3×2、2×2、4×1以及5×4这四个乘法的结果,再将其结果6、4、4、20四个数放回缓存。我们将这一过程的指令定义为【指令1:乘法】。 之后将6、4、4、20四个数放入加法计算器,求出6+4、4+20的和,并将10和24放回缓存。这一过程的指令为【指令2:加法】。 最后将10和24放入加法计算器,求出10+24的和34,这一过程的指令为【指令3:加法】。 那么如果想要完成4×4矩阵计算,就需要把上述过程再“复制”15次,就可以完成这一矩阵计算任务。也就是说用GPU计算4×4矩阵的话,只需要3条指令即可完成,速度其实已经非常快了。 但从描述中可以看到,想要进行一次简单的4×4乘法与加法矩阵计算,就需要经历:缓存-乘法计算器-缓存-加法计算器-缓存-加法计算器这一系列计算步骤。如果是更大矩阵的计算,那么速度变慢是必然的。比如满血DeepSeek-R1的参数量达到了671B,也就是6710亿参数,想要在如此庞大的数据参数量里做矩阵乘法与加法,硬件性能压力可想而知。 那么有没有比“3条指令”更快的方法呢? 其实聪明的朋友一定发现了,GPU每次计算都要在计算器与缓存器之间将数据来回搬运,如果简化这个步骤,那么速度岂不是就加快了? 没错,NPU的计算架构思路就简化了每次计算都要存取缓存的设计。 如下图所示,NPU的计算阵列利用新建的管道(橙色示意),将乘法器和加法器直接相连,此时乘法器计算完的中间结果就会通过管道直接流入加法器进行加法计算,之后再将结果流入加法器进行最终的加法计算,这样只需要一条指令,即可完成整个乘法到加法的计算过程。 当然,GPU和NPU的计算架构设计并无严格意义上的优劣之分。 GPU是通用计算单元,其计算器设计思路能够满足计算公式的自由构建。 而NPU是专用计算单元,不需要那么高的灵活性,所以人为加入管道之后,只做特定公式计算就可以。 比如,GPU可以做a×b+c×d×e×f或a×b+c×d×e+f等等这样不同的公式计算,但NPU大都只能计算a×b+c×d+e×f这种公式。 当然,英特尔、AMD、苹果设计的NPU可能会有不同的计算器架构,如乘-加-乘或乘-加乘-加乘等等,排列组合方式不同决定了内部数据流动的方式有所差异。另外不同的计算架构设计、不同规模的计算矩阵也会决定其擅长计算哪种数据类型。比如我们常提到的FP16、INT8、INT4等,计算速度就与乘加计算器架构的设计和矩阵规模直接关联。 如下图所示,同样是FP16精度的计算,A100矩阵规模远小于H100,所以后者的计算速度自然就更快。 此外,AI时代的GPU与NPU等计算单元已经与传统意义上的GPU、NPU有所区隔。比如N卡中的TensorCore,实际上就是专用于AI计算的矩阵单元。而某些NPU计算单元除了包含专用于AI计算的矩阵阵列之外,还会融合向量、标量计算单元甚至CPU核心,从而可以更好地满足AI计算时不同的算子需求。 本文属于原创文章,如若转载,请注明来源:为什么NPU比GPU更适合AI加速计算https://nb.zol.com.cn/976/9769370.html 纠错与问题建议标签:笔记本电脑 https://nb.zol.com.cn/976/9769370.html nb.zol.com.cn true 中关村在线 https://nb.zol.com.cn/976/9769370.html report 4454 今天咱们聊聊NPU。大家对于CPU、GPU这些常见计算单元已经比较了解,但是对于NPU却可能并不清楚它的工作原理和具体作用。NPU即Neural Network […]