Reklama 3 tysiące złotych na miesiąc.
Intel pracuje nad procesorami z serii Core Ultra 300, które mają oferować specyfikację zbliżoną do obecnych modeli Core Ultra 200. Nie będą to jednak identyczne jednostki – nowe procesory wprowadzą nową, wydajniejszą jednostkę NPU.
Procesory Intel Core Ultra 200 (Arrow Lake) spotkały się z chłodnym przyjęciem w branżowych mediach. Testerzy krytykowali je przede wszystkim za niewielki wzrost wydajności w grach oraz konieczność zakupu nowej płyty głównej, co dla wielu użytkowników oznaczało mało opłacalną inwestycję. Takie wnioski pojawiły się np. w teście Intel Core Ultra 7 265K.
Tymczasem Intel pracuje już nad zupełnie nową generacją procesorów – Core Ultra 400 (Nova Lake), które mają przynieść istotne zmiany architektoniczne. Zanim jednak trafią one na rynek, producent planuje premierę odświeżonych modeli Core Ultra 300 w wersji Arrow Lake Refresh.
Intel odświeży procesory
Według informacji, do których dotarł koreański ZDNet, procesory z serii Arrow Lake Refresh mają zadebiutować w drugiej połowie tego roku. Takie doniesienia przekazują informatorzy tamtejszej branży komputerowej.
Pod względem architektury CPU, procesory Arrow Lake Refresh (prawdopodobnie wydane jako Core Ultra 300) mają oferować taką samą liczbę rdzeni jak obecne modele z serii Core Ultra 200 Arrow Lake. Przewidywany jest jedynie niewielki wzrost taktowania, co może przełożyć się na symboliczny wzrost wydajności.
Jednostka NPU została zintegrowana w jądrze SoC
Jedną z kluczowych nowości w Arrow Lake Refresh ma być wydajniejsza jednostka NPU (Neural Processing Unit), odpowiedzialna za przyspieszanie obliczeń związanych ze sztuczną inteligencją i uczeniem maszynowym.
W nowych procesorach desktopowych jednostka „NPU 3” zostanie zastąpiona przez nowocześniejszą „NPU 4”, którą Intel wcześniej wprowadził w mobilnych układach Core Ultra 200V (Luna Lake). Zmiana ta może poprawić kompatybilność i wydajność z rosnącą liczbą funkcji opartych na AI w systemach operacyjnych, takich jak Windows 11. NPU może być wykorzystywana m.in. do lokalnego przetwarzania danych AI – np. w aplikacjach do rozpoznawania obrazu i głosu, usprawniania pracy asystentów głosowych czy automatycznego ulepszania zdjęć i wideo.