Intel Tiger Lake

Intel® Tiger Lake

Die Intel® Core™ Prozessoren der 11. Generation basieren auf der 10-nm-Prozesstechnik der dritten Generation und bietet ein Gleichgewicht zwischen Leistung und Reaktionsgeschwindigkeit auf einer energiesparenden Plattform. Die leistungsstarke CPU der Tiger Lake Plattform kommt mit einer bis zu 23 % schnellerer Single-Thread- und bis zu 19 % schnellerer Multi-Thread-Leistung. Die Grafikleistung ist Dank der neuen Intel® Iris® Xe Grafik bis zu 2,95-mal höher und unterstützt PCI Express 4.0 und Thunderbolt™ 4/USB4.
Speziell für zeitsensible Anwendungen mit geringer Latenz bringt diese Plattform genug Leistung mit, um mehrere Workloads gleichzeitig auszuführen, einschließlich KI und Deep-Learning-Anwendungen.

Weitere besondere Merkmale sind:

Echtzeit

Für viele Anwendungen ist die Kombination aus einer leistungsstarken CPU und GPU zwingend notwendig. Mit Hilfe der KI- und Deep-Learning-Funktionen wird die Konsolidierung von Workloads ermöglicht. Anwendungsbeispiele sind CNC-Maschinen (Computer Numerical Control), Echtzeit-Steuerungssysteme, Mensch-Maschine-Schnittstellen, Tool-Anwendungen, medizinische Bildgebung und Diagnostik (bei Anwendungen wie beispielsweise Ultraschall) sowie andere Anwendungen, die eine hochauflösende HDR-Ausgabe mit KI-Funktionen erfordern.

Schnelle Zykluszeiten

Für viele neue IoT-Anwendungen müssen eine zeitnahe Leistung erbringen. Das Intel® Time Coordinated Computing (Intel® TCC) hilft dabei schnelle Zykluszeiten und geringe Latenz für Anwendungen wie programmierbare Logik-Controller (PLC) und Robotik umzusetzen.

Multimedia

Die integrierte Grafik-Engine kann bis zu 4x4k60 HDR oder 2x8K60 SDR darstellen. Auch über 40 eingehende Videostreams mit 1080p und 30 Bildern pro Sekunde können dekodieren werden. Diese Funktionen sind ideal für Anwendungen wie Digital Signage und Netzwerkvideorekorder sowie Computer Vision mit Inferenzfunktionen für Anwendungsbereiche wie maschinelles Sehen und maschinelle Inspektion.

Deep Learning

Mit Hilfe des Intel® DL (Deep Learning) Boost, der auf den Vector Neural Network-Anweisungen (VNNI) der CPU oder mit 8-Bit-Integer-Anweisungen auf der GPU (Int8) ausgeführt wird, können KI (Künstliche Intelligenz) und Inferenzierung Applikationen umgesetzt werden. 

Produkt nicht gefunden?

Unsere technische Beratung hilft Ihnen weiter:

+43 (0) 7240 20190


Anfrage per E-Mail schicken Wir rufen Sie gerne zurück
Bitte Wert angeben!
Bitte Wert angeben!
Bitte Wert angeben!
Bitte Wert angeben!
Bitte Wert angeben!
Bitte Wert angeben!
Bitte bestätigen Sie!
Bitte Wert angeben!
Bitte bestätigen Sie!