超能课堂(342)：Panther Lake深度解析，融合能效与性能打造下一代AI PC核心

摘要：上周英特尔公布了代号为Panther Lake的新一代客户端处理器的架构细节，它将会是未来的酷睿Ultra 300系列移动处理器，计划是在明年初正式推出。它与服务器端的Clearwater Forest一样使用Intel 18A制程工艺打造，新产品将为广泛的消

上周英特尔公布了代号为Panther Lake的新一代客户端处理器的架构细节，它将会是未来的酷睿Ultra 300系列移动处理器，计划是在明年初正式推出。它与服务器端的Clearwater Forest一样使用Intel 18A制程工艺打造，新产品将为广泛的消费级与商用AI PC、游戏设备以及边缘计算解决方案提供算力支持，预计今年晚些时候开始出货，2026年1月实现广泛的市场供应。

现在的酷睿Ultra 200系列移动处理器产品组合是相当复杂的，首先它包含Lunar Lake与Arrow Lake两种不同的处理器，就产品架构而言，Lunar Lake其实比Arrow Lake更先进，它拥有最新的Xe2 Battlemage架构GPU和算力达到48 TOPS的第四代NPU。但它的核心规模并不大，因为Lunar Lake是追求高电池续航而设计的，只有4P+4LP E核，扩展能力也有限，再加上内存是直接焊在CPU上的所以并不怎么受厂家欢迎。

而Arrow Lake则更细分为HX、H和U三个系列，它的核心规模比Lunar Lake大得多，然而它身上也有不少妥协的地方，因为它本身就是从Meteor Lake基础上发展而来的，所以也直接沿用了Meteor Lake的部分模块。它的SoC模块就是Meteor Lake上的，所以你能Arrow Lake-H在上面看到Skymont架构的E核与Crestmont架构的LP-E核这种神奇组合，由于NPU也在SoC模块上，所以Arrow Lake只有算力13 TOPS的第三代NPU。GPU方面，Arrow Lake-HX直接沿用Meteor Lake的Xe-LPG核显，而Arrow Lake-H上的则是增加了XMX单元的Xe-LPG+，其实都属于第一代Arc Alchemist架构的产品。至于Arrow Lake-U更直接是升级Intel 3工艺的Meteor Lake-U，和酷睿Ultra 200差非常远。

现在Panther Lake要把Lunar Lake级别的能效与Arrow Lake级别的性能与扩展性整合在一起，打造在各方面都具备竞争力的产品，它拥有全新的Cougar Cove架构P核，Darkmont架构E核，Xe3 GPU与第五代NPU，Panther Lake基于最新的Intel 18A制程工艺打造，并使用Foveros-S封装技术把不同工艺的模块封装在一起。下面我们就来深入研究一下Panther Lake。

Intel 18A工艺与Foveros-S封装技术

Intel 18A是其开发和制造的首个2纳米级别制程节点。与Intel 3制程工艺相比，Intel 18A的每瓦性能提升高达15%，芯片密度提升约30%。该技术通过RibbonFET晶体管和PowerVia背面供电技术显著提升性能与能效。Intel 18A已经在两座工厂开始生产，英特尔在美国亚利桑那州的Fab-52晶圆厂已经正式在这个月全面投入运营，预计在2025年第四季度Intel 18A工艺能够达成大规模量产的良率目标，从而全面进入高产能的生产阶段。

RibbonFET即GAA全环绕栅极晶体管，它的栅极环绕晶体管沟道，从而能够严格控制沟道中的电流，可以降低漏电流，并提高晶体管开关时的效率，这也有助于降低工作电压。此外，RibbonFET的栅极长度比FinFET短5~10%，并且每个晶体管的功耗降低了20%。

PowerVia背面供电将电源线路移至晶体管背面，传统的晶圆设计是信号线路和电源线路混合放在晶体管上面，这样会带来明显的线路拥塞和功耗损失问题。PowerVia把电源线路移动到晶体管背面，把信号线路和供电线路分离了，这首先消除了信号干扰，有更好的信号完整性。并缩短了晶体管与电源之间的距离，降低了电阻，有效减少了从封装到晶体管之间的压降，最多可达30%。线路的优化提升了标准单元利用率最多可达10%，从而提升了晶体管密度。

Panther Lake采用2.5D Foveros-S先进封装技术，它在2019年就进入了规模生产，到现在已经是一个很成熟的技术了，利用该技术把各个功能模块和被动基础模块相连，能在芯片内可以实现高效堆叠和低延迟互连，能够充分发挥其在高密度、高能耗场景下的优势。

说完了制程工艺，接下来我们回归Panther Lake处理器本身，它由计算模块、图形模块、平台控制模块和基础模块四个大模块所组成，还添加了填充材料填补各模块大小差异造成的空隙。计算模块、图形模块和平台控制模块使用Foveros-S封装工艺安装在基础模块之上，这种设计其实是自第一代酷睿Ultra处理器Meteor Lake一路延续下来的。关于各模块的生产工艺，计算模块是Intel 18A，图形模块有两种，12个Xe核心的用台积电N3E工艺，4个Xe核心的用Intel 3工艺，平台控制模块采用台积电N6工艺，基础模块用的是Intel 16工艺。

Panther Lake有两种计算模块和图形模块，计算模块有4P+8E+4LP E核与4P+4LP E核两种，图形模块有12个Xe核心和4个Xe核心两种。这两种模块有三种组合，两种计算模块都会搭配小的图形模块，但大的12个Xe核心图像模块只会搭配16核的计算模块使用，这些处理器会搭配相同的NPU、IPU以及媒体和显示引擎，但内存和I/O扩展会有些差别。

最小的8核心的版本只支持LPDDR5X-6800或DDR5-6400的内存速率，提供4条PCIe 5.0和8条PCIe 4.0通道，这种配置的产品应该是面向低功耗设备的，也就是Panther Lake-U系列。

16核搭配4Xe GPU的版本支持LPDDR5X-8533或DDR5-7200内存速率，提供12条PCIe 5.0和8条PCIe 4.0通道，它和其他版本相比有更多的PCIe通道，表明它是要搭配独显使用的，基本上就是Panther Lake-H系列。

16核搭12Xe GPU的版本只支持LPDDR5X-9600内存，估计是要为高性能核显提供更高的内存带宽，这是为追求图形和AI性能的轻薄平台而准备的，所以没考虑对独显的支持，扩展能力和8核版本是一样的，只有4条PCIe 5.0和8条PCIe 4.0通道。

所有Panther Lake均可提供4个Thunderbolt 4接口，2个USB 3.2、8个USB 2.0口，支持WIFi 7 R2和蓝牙6.0。

其实Panther Lake的结构更像Lunar Lake，把Lunar Lake的GPU分拆成一个独立模块就是现在Panther Lake的样子，计算模块内部也是采用第二代Scalable fabric(NOC)总线通信，当然了P核与E核之间是使用环形总线通信的，但它们与LP E核就需要走NOC通信了，模块之间则采用D2D界面相互连接。

Arrow Lake最大的问题就是内存控制器被放置在SoC模块里面，计算模块的CPU核心访问内存控制器需要进行跨芯片通信，延迟相当大，Panther Lake和Lunar Lake一样内存控制器放在计算模块内，完全没这个问题。

接下来我们就来看看Panther Lake的两种CPU内核，全新的Cougar Cove性能核与Darkmont能效核。

性能核：Cougar Cove

Panther Lake所用的P核代号为Cougar Cove，它是在Arrow Lake和Lunar Lake上使用的Lion Cove架构P核基础上优化而来的，执行端口数量和流水线长度都没变化，主要是针对Intel 18A工艺进行优化。采用了基于AI的电源管理，更好的根据CPU实时动态负载变化去调配内部的硬件资源，让核心性能充分发挥同时避免电力浪费。

Cougar Cove主要进行了以下三点优化：

内存消歧，以往CPU在处理内存读写操作时，需要严格遵循指令的顺序，这导致了内存带宽利用率低下。内存消歧允许CPU的多个执行单元进行乱序或并行的内存读写操作，该技术能精准预测哪些操作可以并行执行，哪些存在依赖需要等待，能够显著提升CPU与内存之间的带宽利用率。Cougar Cove相比Lion Cove，消歧技术性能更可靠，细节更准，并且恢复更快。

TLB增强，它是是CPU内部虚拟地址到物理地址的映射缓存，Cougar Cove的TLB容量扩大了50%，让CPU面对更复杂的现代工作负载能够更快、更可靠地运行。

分支预测，Cougar Cove的分支预测相比Lion Cove在预测准确性上有了进一步提高，另外分支预测的延迟也大幅度缩短，让CPU能够将更少的时间花费在预测和修正的开销上，而将更多的时间投入到计算任务中，最终让性能与能效都有所提升。

能效核：Darkmont

Panther Lake所用的E核代号为Darkmont，它同样是Arrow Lake和Lunar Lake所用的Skymont的进一步演进，它保留了上代的26个调度端口，引入了内存消歧技术，提升了Nanocode性能，让能效核的执行单元的硬件得到更充分的利用，在提升能效的同时，实现了性能提升。

Darkmont主要进行了以下四点优化：

分支预测，Darkmont可以预测更后面的分支，并且可以提高准确性，降低延迟。

动态预取器控制，预取器能够根据当前的工作负载类型和实时变化，智能地调整预取策略，让执行单元最大限度地保持繁忙状态，提升了性能，在某些场景下还能降低不必要的功耗。

Nanocode，它是比传统Microcode更底层的微操作指令，后者面向CPU逻辑模块，而前者则进一步分解直接面向硬件执行小单元，这种更细粒度的控制，能够更精准、更灵活地调度硬件资源。Darkmont相比Skymont，它的Nanocode能够覆盖更多的指令，可在更多场景下充分释放E核的性能与低功耗优势。

内存消歧，这个其实与Cougar Cove P核的改进是一样的，提升了E核的内存利用率。

缓存和内存子系统

Panther Lake的计算模块相比与Lunar Lake，基本上就是把GPU分拆成独立模块，这样就可以更灵活的去搭配不同规格GPU。和Meteor Lake和Arrow Lake相比的话，就是把SoC模块一分为二，I/O部分全部划分到平台控制模块，把剩下的内存控制器、LP-E核、NPU、IPU、媒体与视频单元都并入计算模块。

Panther Lake的缓存和内存子系统的结构基本是延续了Lunar Lake的设计，只不过Lunar Lake上可没有挂在环形总线上的E核。Panther Lake的P核与E核都挂在环形总线上，它们共享18MB L3缓存，Cougar Cove P核每个核心有3MB L2缓存，而Darkmont E核则是每组共享4MB L2缓存。

计算模块上还有一组4个Darkmont E核充当低功耗岛的作用，同样拥有4MB共享L2缓存，它们挂在NOC总线上，所以也没有三级缓存。但Panther Lake延续了Lunar Lake上的内存端缓存设计，LP-E核、NPU、IPU与媒体引擎都可以使用它，内存端缓存可降低这些模块对系统内存的依赖，避免重复读取，有效降低延迟并大幅节省能耗。

代际性能提升

在经过多项升级之后，Panther的单线程性能较Lunar Lake和Arrow Lake-H在同功耗时提升了10%，在同样性能的时候最多可降低40%的功耗。

多线程方面，在相同功耗下，Panther对比Lunar Lake有50%的性能提升。与Arrow Lake-H相比，在提供相似的性能的时候功耗最多可降低30%。

硬件线程调度器与软件升级

自英特尔在12代酷睿Alder Lake处理器引入混合架构以来，硬件线程调度器就成了一个很关键的东西，它关系到CPU能否把线程分配给正确的核心。

Panther Lake的硬件线程调度器对分类模型做了优化，根据新架构的核心特性进行了分类，给系统更准确的调度指数参考，旧的分类模型不再适用于Panther Lake。电源管理输入也有改善，现在能根据OEM的电源模式是倾向能效还是性能去调整反馈表的内容，能给操作系统一个更加贴近Panther Lake性能的，更能反映真实情况的反馈表。

这些改善扩大了硬件线程调度器的作用范围，原本只有在某些特定场景下发挥功能，现在能做更多场景下看到会有线程调度的动作。这个调度是高度并行的，能够跨三个级别的混合核心之间相互来回调度。

Panther Lake的核心调度其实与Meteor Lake较为相似，线程进来会先分配LP-E核，如果性能不够就把负载调进E核，再不够就让P核来，下面我们来看看实际的应用调度情况。

常用的会议软件Teams，使用时会开启背景虚化和AI特效等。图中的小方块就是操作系统隔离区，当设置效率优先的时候，在Teams使用场景下基本上所有负载都集中在LP-E核，只有零散工作分配给P核与E核，这样就能保证足够低的功耗来提升设备续航时间。

接下来是UL Procyon生产力基准测试，也就是Office套件的测试。在这种混合工作负载环境下，在没有高负载需求时任务都在LP-E核上跑，当检测到需要高性能时，系统会迅速将该负载调度至P核进行处理，从而为用户提供快速响应。

这是在OS不分区的设置下CineBench 2024多线程测试的负载情况，这设置允许操作系统自由调度至各个核心。在初始阶段软件还在启动，仅需少量核心工作。但一旦进入计算密集型阶段，所有核心均开放给操作系统进行调度，从而充分释放多线程性能潜力。

游戏方面测试的是《控制》，在不分区的系统设置下，所有核心都会开放给系统调度，可以看到所有核心都有负载，但《控制》这款游戏对CPU的负载并不大，更侧重GPU，这种调度策略会让CPU消耗过多功耗，挤占了可分配给核显的电力。

在混合模式下，负载会集中在P核与E核上，不会分配给LP-E核，通过这种智能调度，CPU的整体功耗有效降低，节省下来的功耗可以分配给核显，使其获得更多的电力支持，游戏性能提升了10%左右。

英特尔在系统软件层面构建了一个管理堆栈，通过OEM厂商提供的一些性能模式，比如野兽模式、性能模式等，这些模式可以对应英特尔平台软件的某个性能与效率节点，然后再传递给SoC电源管理，再传递给硬件线程调度器，最后通过系统实际反应到SoC的行为上。通过这些软件工具，OEM能够根据其平台需求，在性能与能效曲线上找到最佳配置点，从而满足特定的系统要求。

英特尔还做了一个智能体验优化器，能够在后台根据实时工作负载，自动在预设的性能模式和更高效的节能模式之间进行无缝切换，只要是搭载Panther Lake的设备，在选择平衡模式时，用户即可享受到系统根据实时负载智能调配性能与能效。

新一代Xe3 GPU

Panther Lake的核显是基于Xe3 GPU的，但需要明确的是，Xe3并非基于Celestial架构，而是Battlemage的延伸，它会被命名为锐炫B系列，和现在的Battlemage独显一样。未来还会有Xe3P GPU，那个被划分到下一代锐炫系列，大家应该能猜到是什么了。

英特尔GPU里面最基本的构建单元是渲染切片，在Xe3中每个渲染切片中的Xe核心数量从Xe2的4个扩展到6个，光追单元数量也跟着增加至6个，从而提供更强大、更充足的计算能力。

上面已经说过了，Panther Lake有两种GPU配置，4个Xe核心的GPU包含32个XMX引擎、4MB L2缓存、1个几何管线、4个采样器、4个光线追踪单元、2个像素后端。

12个Xe核心的GPU包含96个XMX引擎、16MB L2缓存、2个几何管线、12个采样器、12个光线追踪单元、4个像素后端，拥有更强大的性能。Lunar Lake上面的Xe2核显配备8MB L2缓存，现在翻倍到16MB，内存访问量可以有效减少17%~36%，能够提供更流畅的运行体验。

Xe3从引擎到切片进行了全面优化，包括第三代Xe核心、更强的光线追踪单元、优化的Xe矢量引擎以及更出色的图形专用硬件管线。

第三代Xe核心包括8个512位矢量引擎和8个2048位XMX引擎，这点与Xe2是一样的，但L1缓存容量增加了33%，赋予了Xe核心更强大的性能。

新的Xe矢量引擎线程数增加了25%，添加了可变寄存器，有效提升了Xe矢量引擎的使用效率，使得相同的硬件能够支持更多、更快的负载。它支持原生FP8反量化，以及SIMD16原生ALU、三路并发、扩展数据指令集与FP64，并支持Xe矩阵扩展。

XMX AI加速引擎是AI运算核心算力的来源，可提供高达120TOPS的算力，每个时钟周期可执行1024个XMX TF32操作，支持2048个XMX FP16/BF16运算，4096个XMX INT8运算和8192个XMX INT4/INT2运算，这些都比上一代有了显著提升。

光线追踪单元支持异步光线追踪的动态光线管理，可大幅提升光线追踪负载下的性能。

Xe3采用更优的固定功能管线，配备全新的URB管理器，它用于GPU内部子单元之间的数据转换和传输。在以往的URB设计中，即使只传输少量数据，也需要对整个URB进行同步，效率低下。新的URB管理器设计允许对部分URB进行传输同步，最高可支持2倍的异向性过滤，并使模板测试速率最高提升2倍。

Xe3拥有第三代Xe核心、更强的光线追踪单元、更高利用率的Xe矢量引擎以及更优的图形专用硬件管线，这些共同带来了显著的性能提升。

Panther Lake上的Xe3核显，前一代Lunar Lake的Xe2，性能提升可超过50%。若与使用更早Xe架构的Arrow Lake-H相比，新的核显实现了40%的每瓦性能提升。

最后英特尔还预告了会在Xe3上推出多帧生成功能，支持一帧原始画面生成四帧输出画面，将是未来XeSS 3核心部分之一。其通过抓取运动向量和深度缓冲区构建的光流网络，基于AI技术，实现更流畅的游戏画面。XeSS-MFG多帧生成技术分为游戏内支持与驱动内支持，所有支持XeSS 2里XeSS-FG的游戏都能直接支持，不需要额外去做适配。

XeSS-MFG多帧生成技术支持所有配备XMX硬件的锐炫GPU，从锐炫A系列到锐炫B系列独立显卡，还有各种依托Xe系列架构的核显产品，这让英特尔成为首个将多帧生产引入到多代硬件的公司。

第五代NPU

Panther Lake上使用了英特尔第五代NPU，也就是NPU5，它主要是提升了芯片面积效率，NPU5在每个神经计算引擎中都拥有更大的MAC单元，更大的MAC单元能带来更高的计算密度和运算效率。所以NPU5相比于NPU4，每个Slice中的神经单元数量从6个减少到3个，但每个神经计算引擎的计力翻倍，这有效提升了整体运算效率和Die size的利用率。

NPU5的Slice包含三个神经计算引擎，提供12K的矩阵运算能力、4.5MB的暂存器内存、6个SHAVE DSP以及256KB的L2缓存，这些较上一代都有提升。

NPU5的计算效率相对于NPU4有显著提高，单位面积下的TOPS性能提升超过40%，可以看到新的NPU5芯片面积明显小于NPU4。

NPU5支持INT8和FP8量化的运算，目前在推理任务中8位的模型是较为常用的，且精度损失在可接受范围内，NPU5每周期可以进行2048个INT8或FP8的MAC运算，而FP16则是每周期2048，效率比NPU4有两倍的提升。

NPU5可提供高达50TOPS的计算能力，这主要得益于超过40%的单位面积TOPS提升，以及针对AI负载的特定优化，包括对激活函数的支持和原生FP8的数据类型支持，从而显著提升了NPU的算力。

整个Panther Lake SoC可提供高达180TOPS的平台算力，其中CPU算力为10TOPS，NPU为50TOPS，GPU贡为120TOPS。算力提升并非简单的数字叠加，而是不同的硬件单元可以被用在不同的负载上。CPU主要支持轻量级AI工作负载，NPU用来支持一些持续性低功耗的AI负载，而GPU则服务于高吞吐量、高性能要求的负载。

总结

最后来总结一下，Panther Lake的性能和能效都得到了明显的提升，单线程性能在同功耗下较Lunar Lake提高了10%，综合性能同功耗下提升了50%。在提供相同的多线程性能时，功耗比Arrow Lake-H降低了30%。GPU性能综合提高了50%。新的NPU5将比上代的NPU4有超过40%的单位面积TOPS提升。整个SoC的功耗相比Lunar Lake下降可达10%，相比Arrow Lake则有高达40%的功耗降低。