新闻中心
英特尔发布288核至强6 +旗舰处理器,专为智适应 AI 网络打造
来源:网络 | 作者:computers-102 | 发布时间: 2026-01-15 | 26 次浏览 | 🔊 点击朗读正文 ❚❚ | 分享到:
英特尔在巴塞罗那世界移动通信大会上发布了其迄今最先进的中央处理器——代号“Clearwater Forest”的至强 6+ 处理器。该产品专为人工智能网络、数据中心及云基础设施打造,采用多小芯片设计,整合了12颗基于18A工艺的计算芯粒、3颗英特尔3工艺的有源基础芯粒以及2颗英特尔7工艺的输入输出芯粒。单颗处理器核心总数达288核,双路平台下可达576核,每核心在并行处理与向量吞吐方面均有升级。

处理器配备16个加速器,包括动态负载均衡器、快速辅助技术加速器、数据流加速器及内存内分析加速器,并支持PCIe 5.0、CXL 2.0和UPI 2.0高速互连。内存方面支持12通道DDR5-8000。相比上一代,核心数量翻倍,单核性能提升17%,末级缓存增至5倍,内存速率提高20%。

至强 6+ 处理器主要面向网络服务商与数据中心运营商,计划今年上半年推出。它可支持大量虚拟机运行,适用于无线接入网、5G核心网及边缘AI推理等场景。英特尔表示,该处理器能为虚拟化无线接入网提供实时AI推理能力,实现数据本地处理,减少云端传输。

此外,英特尔正与爱立信深化合作,共同研发“原生AI 6G解决方案”,旨在融合智能可编程网络、先进计算与实时感知,为下一代高能效、高响应性的网络服务奠定基础。

英特尔公司今日发布旗下迄今最先进的中央处理器,该产品专为人工智能网络及其他数据中心应用场景打造。

这款代号为“Clearwater Forest”“克利尔沃特森林”的至强 6 + 处理器在巴塞罗那世界移动通信大会(MWC)上正式亮相,面向网络与云基础设施领域,采用复杂的多小芯片设计,将 12 个计算芯粒以超高密度的核心架构整合为一体。

当前网络正向 6G 时代过渡,英特尔将至强 6 + 处理器纳入其智适应 AI 网络产品阵容,主打边缘端与本地 AI 推理等应用。为满足新一代网络标准的严苛需求,英特尔为该处理器搭载了多项全新技术,包括高带宽片上互连架构、2.5D 嵌入式多芯片互连桥(EMIB)链路,以及第三代 Foveros Direct 3D 芯片堆叠创新技术。

依托这些技术,英特尔成功将 12 颗基于旗下最先进 18A 工艺节点(1.8 纳米)制造的计算芯粒,与 3 颗英特尔 3 工艺(7 纳米)制造的有源基础芯粒、2 颗英特尔 7 工艺(10 纳米)制造的输入输出(I/O)芯粒整合在单一封装中。每颗计算芯粒可进一步拆解为 6 个模块,每个模块包含 4 颗 Darkmont 能效核,单颗计算芯粒的核心数达 24 核,这意味着单颗至强 6 + 处理器的核心总数达 288 核,双路平台下核心数更是可达 576 核。

英特尔表示,该处理器的每一颗核心均在并行处理能力、向量吞吐量上实现升级,指令缓存也得到扩容增强。

据介绍,两颗输入输出芯粒各包含 8 个加速器,总计配备 16 个加速器,同时搭载 48 条 PCIe 5.0 通道、32 条 CXL 2.0 通道以及 96 条 UPI 2.0 通道 ——UPI 为英特尔推出的点对点互连技术,用于实现大型集群中至强处理器的互联。这 16 个加速器具体包括 4 个英特尔动态负载均衡器、4 个英特尔快速辅助技术加速器、4 个英特尔数据流加速器以及 4 个英特尔内存内分析加速器。内存方面,至强 6 + 处理器可支持 12 个内存通道,最高兼容 DDR5-8000 内存模组。

英特尔称,至强 6 + 处理器的核心数较上一代至强 6700E 处理器实现翻倍,单核每时钟周期指令数提升 17%,末级缓存容量增至原先的 5 倍,内存速率提升 20%。

抛开技术细节不谈,英特尔计划于今年上半年面向核心目标市场 —— 网络服务商与数据中心运营商推出至强 6 + 处理器。该公司表示,云服务商凭借单颗至强 6 + 处理器,即可支撑数十甚至上百台虚拟机的运行。在网络场景中,这款处理器主要面向无线接入网(RAN)、5G 核心网及边缘端工作负载。

英特尔数据中心事业部执行副总裁兼总经理凯沃尔克克奇基安表示,这款全新处理器将为虚拟化无线接入网部署提供实时推理能力,让 AI 模型可在数据产生地直接完成处理,无需在云端服务器之间反复传输数据。

克奇基安还透露,英特尔计划深化与瑞典电信巨头爱立信的现有合作,联合研发并推出“原生 AI 6G 解决方案”。目前合作细节尚未公布,但他将此次合作描述为 “为网络人工智能和人工智能网络,共同打造更先进、高能效的下一代计算架构”。

在他看来,原生 AI 6G 技术将智能可编程网络与先进计算、实时感知能力深度融合,这些功能将 “为更具响应性、更高效率、更强大的服务奠定基础,最终实现感知与计算的深度融合”。