Intel Core Ultra 300處理器展現日常、內容創作、個人AI、遊戲全方位高效運算 強調異構設計因應不同負載實現效率最大化

Intel近年在處理器的宣傳有相當大的轉變，不再是十年前那個天下武功有CPU即可破的CPU至上論，更著重透過更全面的異構設計滿足不同負載需求，除了使CPU、GPU與NPU各司其職，就連CPU也導入P Core與E Core概念；Intel於2026年CES現場布置一系列情境，展示代號Panther Lake的Core Ultra 300如何透過異構設計以高效率因應日常文書網路瀏覽、內容創作、個人邊際AI與遊戲的體驗。

增強設計的LP-E Core使網路瀏覽、視訊會議更省電

Intel在布置成咖啡廳的情境區以網頁多分頁瀏覽與視訊會議展現Core Ultra 300高效率的LP-E Core的優勢，隨著Panther Lake再度升級E Core架構，同源的LP-E Core性能也同樣獲得增長，使Core Ultra Ultra 300可在僅使用極為省電的LP-E Core的情況執行這些日常慣用的應用，並提供整天的電力。

支援更高記憶體定址與新統一記憶體分配滿足裝置端AI應用

現在如企業或個人都興起一股在裝置端執行個人化AI的風潮，一方面除了裝置端AI即可滿足特定領域的小型應用，像是透過遷徙式學習投入專屬資料集建構專用的AI助理，另一方面則是可提供相對雲端服務更高的安全性；雖然Lunar Lake具備出色的48 AI TOPS NPU，但受限記憶體最大僅32GB，可執行的參數較為有限，倘若還有其它應用同時進行，也會影響多工體驗。

也由於Lunar Lake為了能源效率最大化直接把高速記憶體與CPU共同嵌合，導致Lunar Lake僅有16GB與32GB兩種記憶體規格，但Panther Lake回歸標準記憶體設計，並可支援最高96GB LPDDR5X或128GB DDR5，輔以更彈性的統一記憶體分配機制，使Core Ultra 300處理器搭配大容量記憶體可將更多的記憶體分配給NPU或GPU，即可執行更大參數的個人化AI模型。

因應創作負載類型以GPU或NPU進行加速

在內容創作應用方面，Intel分別透過兩種不同類型的任務分別展現使用GPU與NPU的優勢；第一個應用是影片簡潔透過GPU加速的方式將人物的衣服進行換色，同時完成的影片即便逐格檢視也未發生顏色套用到衣服以外如頭髮的情況。

另一個示範則是直播時進行語音轉文字的任務，此技術展示活用Whisper模型與NPU，透過高效率的NPU執行Whisper模型，把透過麥克風收錄的聲音即時轉換成字幕，同時還可結合AI摘要與即時翻譯。

更高效的遊戲體驗

Lunar Lake的8Xe核GPU確實顛覆以往Intel內顯效能落後競品的刻板印象，然而Panther Lake世代的Core Ultra X9與Core Ultra X7所搭配的12 Xe核Arc B390 GPU則有更進一步的效能表現，Intel在現場提供多款熱門的電競與AAA遊戲供體驗，皆可透過設定於FullHD解析度提供媲美甚至超越入門獨立顯示卡的性能。

此外筆者也詢問Intel工作人員Core Ultra系列中較為入門的4Xe核GPU與此次展示的12Xe核GPU會有多少性能差，工作人員表示由於產品性能測試還未正式解禁，不能透露更多細節，但表示畢竟GPU規模較少，在相同TDP設定對比Lunar Lake的8 Xe核GPU難免基本性能會更弱，但由於Core Ultra 300系列皆採用新一代的Xe3架構，除了能耗效率的改善，也支援更多AI加速功能，故在特定的體驗不一定比Lunar Lake來的遜色。