Tiger Lake for AIGent _ 10nm Tiger Lake 處理器

Intel 正式發表第 11 代 Core i Mobile 處理器，代號為 Tiger Lake。Tiger Lake 將採用全新的 10nm SuperFin 技術，CPU 效能提升 20%，內建 Iris Xe 核顯。

Intel 在第一輪為 Tiger Lake 合共推出 9 款型號，涵蓋 i3 至 i7 系列，由 2 核心至最多 4 核心。Intel 指 Tiger Lake 處理器是輕薄型 Notebook 的最佳處理器，在遊戲與直播串流方面提升 2 倍以上、影音剪輯處理提高 2.7 倍等等，辦公效能 (使用Office 365) 提高超過 20%。

KEY FEATURES

Tiger Lake 處理器搭載全新的 Willow Cove 架構與 Iris Xe GPU，大幅提升了顯示、AI  與遊戲體驗。此外，Tiger Lake 亦支援 Thunderbolt 4 與 Intel WiFi 6，效能強化同時電池續航力亦有不少提升。而 TDP 可調範圍在 7w – 28w 間，具有可擴展性能，提供共有 9 款橫跨 2 種封裝設計的型號，最高 Turbo 頻率達到 4.8Ghz。記憶體部份，支援 DDR4-3200 或 LPDDR4x-4266 高頻率，更提供 CPU PCI-E 4.0 x4 連接 SSD。

Intel Iris Xe 繪圖晶片強化顯示、AI 與遊戲體驗

這代遊戲效能最高達前一代的 2 倍，讓 Intel 內顯可遊玩 1080p 解析度的 Borderlands 3、Far Cry New Dawn、Hitman 2 等 AAA 大作。遊戲同步直播串流的速度為競爭產品的 2 倍以上；透過整合 Intel Iris Xe Graphics，這所有的一切均可融進輕薄設計中。

UP3 系列的 Tiger Lake 處理器，其運作範圍落在 12W 至 28W，筆記型電腦製造商可以針對同一顆 CPU，發展出性能較差但強調電池續航力的 PL1 15W 產品，或者推出性能比較好但以 PL1 28W 功耗運作的筆電。

換句話說，假如一台搭載了 Core i7-1185G7 處理器的筆記型電腦，OEM 廠商將其運作範圍訂在 15W，那與另外一台規格完全相同，但功耗卻訂在 28W 的筆電相較，兩者的遊戲執行效率將會有 33% 的差距。

在最受關注的 intel Iris Xe Graphics 繪圖晶片上，過去英特爾對新的 Xe 架構繪圖晶片投注了大量研發心力，使得其除了將提供較前一代產品高出兩倍的繪圖性能之外，英特爾還表示，這將帶來更多的好處非常多，而不僅僅是競爭對手增加原始內核數量的情況而已。而且強調，搭載英特爾 intel Iris Xe Graphics 繪圖晶片的產品在當前同級市場中，效能還將優於 90% 額外搭配獨立顯卡的產品，

英特爾在發表會上還展示了一個實際操作比較的影片，其中，在 Adobe Premier Pro 中進行影音處理和匯出工作時，搭載英特爾第 11 代 Core-i 處理器的電腦，在 HEVC 編碼影音時，就比搭載 AMD R7 4800U 處理器的電腦快 200%。至於，使用 Photoshop 為老照片著色，並使用 Gigapixel AI 將照片由 30 萬像素提升到 500 萬像素之際，搭載英特爾處理器的系統也比 AMD 的快 100% 以上。

在遊戲測試中，AMD R7 4800U 可達到 35 幀/秒，NVIDIA 的 MX 350 則是 30 幀/秒左右，而英特爾第 11 代 Core-i 處理器的 Xe 繪圖晶片則有 57 幀/秒的性能，技壓群雄，而且還新增了對 8K HDR 螢幕的支援，以及一次最多可使用 4 個 4K HDR 螢幕的的選項。

Intel Iris Xe 繪圖晶片強化顯示、AI

Intel AIGent : A Single, Unified SW Stack for TGL-UP3

Platform Configurations

SW

Ubuntu 20.04.02 LTS, Kernel 5.8+, docker, OpenVINO 2021.3, …)

HW

• Celeron 6305E/8GB DDR4 3200/128GB SSD (m.2 2280 PCIe 3.0 NVMe)
• i5-1145G7E/16GB DDR4 3200/256GB SSD
• TPM, 2 Ethernet, 2+ USB, 1+ RS232/485, Display
• Required skill for building IntelAIGent docker image
• Docker management
• Deep Learning
• CNN/RNN, Image Classification/Object Detection/Segmentation …
• Low Precision Inference (INT8)