从“芯”出发：英特尔重塑PC计算模式，为制造业释放无限AI潜能

【ZiDongHua 之方案应用场收录关键词：英特尔 工业互联网 智能制造 人工智能 AIPC 制造业 数字孪生】

从“芯”出发：英特尔重塑PC计算模式，为制造业释放无限AI潜能

以OpenAI推出的ChatGPT为标志，生成式AI技术在全球不断掀起热潮，仅大语言模型就带动了语义理解、图像生成和数据分析等相关技术快速发展，衍生出文生图、文生表、文生视频等各类应用。从去年的“百模大战”到如今的“千模竞技”，AIGC的商用化部署和应用已经成为企业竞逐的新阵地，勾勒出大模型正在从“科研技术力”转向“新质生产力”的新生态。

然而纵观AIGC的应用开发现状，在产业井喷的背后，其发展过程中的痛点也不容忽视。在AI核心技术层的创新迭代过程中，业内对于大模型的角逐开始集中体现在算力成本和行业应用赋能。用户如何以更加便利的方式上手AIGC，将大模型与自身业务相结合，实现商业价值落地，将成为生成式AI发展的关键。

为了更好的将生成式AI从实验性工具转变为商业引擎，英特尔日前举办了“2024 全新英特尔商用客户端AI PC产品发布会”，与超过35家ISV和10余家OEM合作伙伴齐聚一堂，共同分享如何通过PC及其他商用客户端，释放生成式AI“新质生产力”。在英特尔市场营销集团副总裁兼中国区总经理王稚聪看来，生成式AI的普及和应用是大势所趋，基于酷睿Ultra处理器“CPU+GPU+NPU”三大AI引擎，将赋予AI PC更多的可能性，能够让“AI+应用场景”快速落地，惠及千行百业，为企业创新发展和数字化转型升级提供新动能。

图 2024全新英特尔商用客户端AI PC产品发布会

创新引领，先行者的布局与致胜之道

如今，生成式AI的应用正以迅猛的势头在各行各业内推动着无数的颠覆和转型，这是一个不可逆的潮流。例如在制造业，无论是构思新车设计，需要建立仿真模型实现车身结构优化的研发工程师；或是进行参数调整，尝试通过机器学习求解的数据科学家；或是希望分析用户数据，驱动产品质量改善的企业CIO……借助生成式AI实现知识的运用、融合和创新已经成为共识。

对于制造企业而言，以更加灵活和高效的生成式AI处理复杂问题，将不再是一个增强补充手段，更是顺应外界变化实现创新升级的核心引擎。这其中，率先实践的行业先行者与跟随者之间的差距已日益显现，致力于新型工业操作系统开发的科东软件便是其中的佼佼者之一。

英特尔与科东软件在本次发布会现场，展示了双方在工业AI机器人的最新合作成果，这也是对未来工业生产智能化的一次大胆预见。该机器人控制系统运行在科东软件的智能控制器NewPre 3102产品内，搭载英特尔®酷睿™Ultra处理器，内嵌100%自主研发的鸿道（Intewell）工业操作系统及工业软件MaVIEW。科东软件开发的Intewell工业操作系统已经在国内多家制造企业部署应用。通过采用基于Intewell虚拟化微内核的技术，控制系统从多设备间传统的Modbus通信升级到单设备间实时与非实时环境的共享内存通信，这一创新不仅提升了通信效率，也保障了在严苛的工业环境下的系统稳定性和可靠性。AI机器人控制系统通过AI大模型的语义理解和智能化的代码生成，降低传统机器人研发设计中复杂的代码编写、运动控制、流程设计、路径规划等开发难题。基于英特尔酷睿Ultra处理器提供的强劲算力，开发人员只需要简单的语音指令，便可实现机器人基于语义的实时运动控制，使过去专业工程师2~3天的开发工作降低到5~10分钟内便可完成，这也帮助很多生产一线的工程师在不太精通编程的环境下，快速的融入机器人研发创新过程中。并且基于英特尔酷睿Ultra处理器，可以将大模型运行在本地，更贴合工业场景应用需求，符合未来工业生产发展趋势。

图 科东软件携手英特尔推出工业AI解决方案

可以看出，通过融合细分行业的数据和专家经验，科东软件形成了更加专业化的生成式AI应用场景。这也是为什么王稚聪在演讲中强调，在推进AI PC应用的过程中，英特尔坚持“双轮驱动”的原因：

一方面，通过对芯片端的研发创新，英特尔为生产力提供数字化和智能化的先进工具，满足用户经济、物理、数据保密这三大生成式AI在商用AI PC端的应用法则；另一方面，通过携手本地ISV和合作伙伴，释放本地商用AI PC在垂直领域的更多潜能，让“人工智能+应用场景”的能力在千行百业中“开花结果”。

深耕场景，携手合作伙伴加速AIGC落地

对于广大用户而言，生成式AI只是一种技术手段，而不是最终目的。打通AI与传统PC应用场景中的壁垒，拓展AI应用才是AI产业创新的关键抓手。在本次发布会中，英特尔发布了面向AI Chatbot、AI PC 助理、AI Office助手、AI本地知识库、AI图像视频处理、AI PC管理六大AI场景。

图 英特尔助力产业伙伴率先将重点锚定 AIGC 六大关键场景应用

站在制造业的角度，工业互联网、数字孪生以及5G技术的深化应用都带来了AI融合需求。面对制造企业研发设计、生产管理、物料采购、物流规划的AI应用集成和交互，英特尔中国区技术部总经理高宇在演讲中表示，只有深耕所在的细分领域，才能准确把握AI PC需求，为企业创造价值。

例如企业研发设计人员在进行产品迭代和创新时，借助创成式设计（Generative Design）方式，设计人员只需要输入目标产品的性能、空间要求、材料、重量、制造方法和成本等参数，就可以通过AI自动生成上千种可行性的3D模型方案，供用户进行筛选。

在产品生产过程中，企业基于机器视觉的表面缺陷检测已经十分成熟。通过AI可以在毫秒级快速识别出产品表面更微小、更复杂的产品缺陷，并进行分类，如检测产品表面是否有污染物、表面损伤、裂缝等。

在产品售后服务环节，通过AI建立精准的需求预测模型，可以实现企业的销量预测、维修备料预测等一系列智能决策。实现企业资产全面智能化管理，通过多维度、高效的数据洞察，提高企业资产利用率，降低维护成本。

伴随着与ISV、合作伙伴的深度合作，基于英特尔酷睿Ultra处理器的AI PC表现为从最初的单点探索应用转向产品全生命周期的全面渗透，帮助制造企业更简单、更快速、更高效的完成AI在PC端的部署应用，进而开启一个极为丰富的商业前景。

持续创新，凸显多元和差异化技术优势

在生成式AI开发过程中，其难点在于它是一个融合多技术、多学科的复杂工程。如果说与ISV、合作伙伴强强联合，驱动用户实际价值落地是英特尔的核心目标，那么内置多种加速器，持续在芯片处理器上进行创新，则是英特尔赢得市场优势的根本途径。

在英特尔客户端计算事业部副总裁、细分市场部总经理冯大为看来，如今算力对于生成式AI的重要性已经不言而喻，采用分离式混合架构设计的全新英特尔酷睿Ultra处理器，是40年来英特尔最为重磅的架构更新。它可以说是专门为AI应用设计的处理器平台，其CPU、GPU、NPU三大AI引擎支持不同类型的AI加速能力，可以为用户带来出色的AI应用体验。

图 新一代英特尔酷睿Ultra处理器特性

从CPU的角度出发，新一代英特尔酷睿Ultra处理器是首款基于Intel 4制程工艺打造的处理器，采用了先进的Foveros 3D封装技术，全新的性能核架构提高了每时钟周期的指令执行能力（Instructions Per Cycle），而能效核（E-cores）和低功耗能效核（LP E-cores）则提供可扩展的多线程性能，并为性能核（P-cores）分担更多后台工作负载，从而实现更高效的多任务处理表现。例如用户如果将推理过程放在终端设备上，能够在AI PC不联网的情况下，正常运行200亿参数大语言模型。

在GPU方面，英特尔酷睿Ultra处理器内置英特尔锐炫GPU，支持基于AI的超级采样技术XeSS以及DX12 Ultimate，图形性能是上一代的2倍，并具有AI和光线追踪等高级功能。在制造企业在研发设计过程中，可以为用户呈现出高质量的仿真环境，并且使仿真结果拥有逼真的物理性质、材质、照明和渲染效果。

与传统PC相比，AI PC拥有专门的神经处理单元（NPU）。通过对NPU进行专门的指令集和紧凑的电路设计，新一代英特尔酷睿Ultra处理器可以在保持高性能的同时显著降低功耗，延长了设备的续航时间，保证了用户对于持续AI应用的支持。

值得一提的是，新一代英特尔酷睿Ultra处理器为高级应用程序和多任务处理提供最大化的计算空间，内置的英特尔硬件线程调度器（Intel Thread Director）和英特尔动态调优技术（Intel Dynamic Tuning Technology）可管理任务和时钟频率，用以实现最佳的性能、能效和卓越的用户体验。

知行合一，坚守“三大法则”开启AI PC新纪元

根据赛迪研究院数据显示，2023年中国AIGC的企业采用率已达15%，市场规模约为14.4万亿元。专家预测，2035年生成式人工智能有望为全球贡献近90万亿元的经济价值，其中我国将突破30万亿元。

图 生成式AI技术正在重塑企业商业效率与创新价值链

正所谓“九层楼台，始于垒土”。面对AIGC热潮，很多企业用户在应用之初想法通常非常多，但很难迈出至关重要的第一步。因此，为了帮助企业推进AI PC应用，英特尔不仅为开发人员提供了多种硬件和软件工具，包括oneAPI和OpenVINO等软件工具套件以及一系列培训课程；还可以根据企业实际工作负载的大小、规模和复杂程度，提供AI PC最佳实践和推荐解决方案配置信息。

在具体部署策略上，英特尔提出了经济、物理、和数据保密三大法则。在经济法则中，英特尔认为未来的AI数据倾向于在本地进行处理，以避免持续支出AI云服务费用，降低AI的应用成本；在物理法则中，AI服务的及时性和准确性要求提升云与端之间的传输速度，解决网络传输瓶颈；在数据保密法则中，由于保存在云端和本地设备上的数据都是真实数据，这也是企业的宝贵资产，因此需要进行严格的数据监管，以确保数据的安全性和隐私性。

回看中国制造业的发展历程，虽然我国凭借人力成本优势承接了全球加工制造业的产业转移，建立了全球门类最齐全、最大规模的制造体系，但这种以制造而非创造为主体的发展弊端随着市场需求变化、人口红利下降而不断显现，这一点对于同样从事生产研发的英特尔也深有体会。如今，在国内智能制造和培育新质生产力的要求下，通往AI的大门已经打开。未来，英特尔将携手全球领先的ISV、合作伙伴和个体创新者共同推进生成式AI应用，以AI PC为支点，助力企业“撬动”数字未来