你熟知的酷睿Ultra，已经悄悄进军边缘AI了

无论是亚利桑那州Fab 52的Panther Lake与Clearwater Forest活动，还是上周在重庆进行的2025英特尔技术创新与产业生态大会，笔记本和服务器已经不再是唯二主角。英特尔有意将SoC功耗与性能的平衡分配成另一个维度，传统的多线程性能表现可能刚刚够用，但是亮眼的能效表现展现出了十足的战斗力，酷睿Ultra 200H就是很好的例子。

如果只将酷睿Ultra用在笔记本和台式机上，显然是不够的。在两次展会中，英特尔展示出了酷睿Ultra平台更广泛的舞台，也就是联合生态伙伴，全力推动AI技术在边缘侧规模化、实用化落地，让AI在日常生活中真正应用起来。

酷睿Ultra就是边缘AI的捷径

近期购买PC的同学其实已经发现，无论购买最新处理器的笔记本，还是购买N-1甚至N-2代，计算性能上的差距在实际体验中很难找到差别，单纯追求更快的频率、线程数量对于大多数使用场景而言，意义已经不大。因此在近几轮的升级中，英特尔不在单纯强调理论算力，而是反复论证其解决方案如何通过软硬件高度集成，帮助客户在长达数年的部署周期内实现降本增效，追求最优总体拥有成本TCO。

用CPU定义酷睿Ultra本身其实不在妥当，这款处理器本身内置了海量的加速器，例如GPU、NPU合作构建的AI加速功能，可以帮助许多应用场景省去独立显卡配置，在满足AI加速的同时降低系统功耗、散热和电源成本。

在展会现场，海石商用就展示了一套完整的边缘AI解决方案，作为全球排名第四、中国第一的收银设备供应商，海石商用通过普通摄像头搭配酷睿Ultra的AI计算机视觉功能，就能完成商品、餐盘识别，直接省略了店员手动输入代码、扫描二维码的工作，不仅提升了效率，也降低了成本。

另外由酷睿Ultra打造的店面边缘服务器，还能够帮助实体商家获得类似网络电商的门店销售数据、统计不同品类销量、评估促销活动效果等判断，以往类似的功能需要专业的人员或者复杂统计方案来承担，现在仅需要酷睿Ultra构建出的AI Box就能解决很多问题。

同样，阿丘科技的AI视觉检测方案，已用于宁德时代、富士康等顶级工厂，并正引入VLM（视觉语言模型）提升泛化能力。人工质检的工作现在可以被机器视觉代替，并且不会疲劳。通过AI赋能，检测方案将变得更为灵活，比如零件上划痕、污点、形状变异等复杂缺陷类型，都能被AI所判断。目前阿丘科技已经开始使用生成式AI自动创造大量逼真的缺陷样本，用于补充训练数据，从而大幅提升模型在真实场景下的准确性和鲁棒性。

除此之外，AI加速还能帮助CVTE将教育大屏的书写延迟压缩至50ms内，LLM本身就是很好的教师，很快就有机会用于课堂辅助教学。而时下流行的机器人，在边缘AI加持下，能够脱离网络，以低能耗的方式进行自主判断。

走向AI智能体的普适化

按照英特尔的观点，早年的人工智能基本属于感知AI的范畴，例如计算机视觉CV的识别物体、做简单的物体判断。随着边缘AI的算力快速提升，Panther Lake将会带来180 AI TOPS算力，相当于初代酷睿Ultra的5倍，这时候边缘AI不再是计算机视觉判断那么简单，边缘AI正式转向生成式AI和代理式AI。例如通过VLM深度理解视频中的内容，做出总结和判断，不再是单纯的物体判断。

因此AI智能体（AI Agent）顺理成章成为AI的下一站，AI智能体可以理解成一个智能助手或者代理，用户只需要向它下达最终目标，比如之前文章中我们提到的“杜撰康熙野史并制作成视频”，“续写红楼梦并拍成连续剧”，AI智能体就会主动规划、执行一系列任务，并利用各种工具来达成这个目标。

当边缘AI用上AI智能体处理复杂任务的时候，就意味着机器人、AIoT具备了自主判断的意识，机器不再像以往通过遥控器、开关来进行简单的操作，而是实现更为复杂的目标。

重点是，AI智能体的应用不是对未来某一刻的想象。酷睿Ultra 200H支持128GB内存，并允许核显Arc 140T调用其中的120GB作为动态显存，进而运行120B MoE模型，通过雷电接口串联，还能实现两台AI Box，240GB显存构建更为复杂的AI应用，相比起动则数千瓦功耗的GPU AI服务器，100W不到的AI Box显然更适合边缘AI的应用。