圖1：邊緣AI發展的三大階段

他強調，自2012年以來，AI模型的參數量從最初的幾百萬迅速增長到數千億，例如從AlexNet到GPT-4的演進，不僅模型復雜度大幅提升，訓練數據量和計算需求也呈指數級增長。AI的應用場景已深入邊緣計算領域，在資產與運營優化、設備狀態監測、環境監測、產品質量檢測、人類健康監測等多個方向發揮著重要作用。

AI是邊緣計算和IoT增長的最大驅動力，預計到2030年，AI將成為全球邊緣市場的重要驅動力，市場規模有望達到4450億美元。英特爾在邊緣AI領域布局哪些芯片？最新落地方案是怎樣的？

AI智能體日趨火熱，intel邊緣AI芯片為智能設備提供支撐

AI目前在邊緣是輔助的階段，包括圖像識別、生成式AI的編程，對人類的工作或者生活進行輔助；近期，AI將進入智能體時代，AI從輔助階段向獨立完成一個事情過渡，增強性的智能體，完成工作流的定義和決定，要人類來定義的，然后和AI大模型進行交互；未來，AI進入自主交互，獨立的思考，獨立推理和規劃任務，每個智能體處理一個方向的事情。多個智能體是相互協助，完成物理世界的一個動作。

去年底，英特爾發布了酷睿Ultra，這款芯片由CPU+GPU+NPU構成，相對以往，NPU出現，作為專門的AI加速單元，高效地做AI計算和推理。這款芯片不僅能夠支持7B的AI模型，而是在7B的模型上可以達到一個更好的使用體驗。

邵文簡介紹說：“英特爾推出第二代銳炫獨立顯卡，在顯卡上實現低延遲、高吞吐的AI推理計算，這套量化的算法在顯卡上做適配。隨著模型越來越大，一張獨立顯卡不能滿足需求，我們推出多張獨立顯卡組合起來做并發，支持70B的模型。通過一年多的溝通，DeepSeek滿血版功能強大，在邊緣落地更多的是30B到70B的蒸餾模型，包括通義千問落地的模型，也是30B到70B的蒸餾模型，英特爾的多卡方案都可以支持。”

IntelGaudi3D作為專為大規模訓練和推理而構建的AI加速處理器，采用臺積電5nm工藝，擁有128GB超大顯存，提供OAM兼容夾層卡、PCIe擴展卡兩種形態。原生的多卡互通，可以適配6710B的DeepSeek滿血模型。

英特爾作為一家芯片和AI技術公司，為業界提供AISoC芯片，賦能邊緣AI設備。

圖3、英特爾酷睿Ultra200H系列

英特爾酷睿200H，最高配置CoreUltra9285H，提供16個CPU內核，8個GPU內核，GPU算力和NPU算力合起來高達99TOPS，功耗有28W和45W選擇，非常適合邊緣推理和計算。英特爾酷睿200H系列處理器采用了多達到8個英特爾Xe核心的銳炫顯卡，可以用于游戲中的AI超分。

他還展示了IntelGaudiAI加速器在數據中心中的高性能表現，支持從70億到6710億參數的不同規模模型訓練與推理。英特爾通過給客戶提供算力芯片、分布式系統和軟件優化，能夠讓客戶在邊緣端以更低的成本、更低的功耗來運行不同尺寸的AI大模型。

本文由電子發燒友原創，轉載請注明以上來源。微信號zy1052625525。需入群交流，請添加微信elecfans999，投稿爆料采訪需求，請發郵箱zhangying@huaqiu.com。