去年9月底，我们三易生活在intel tech tour（技术之旅）活动中，提前接触到了英特尔的18a制程工艺，以及使用这一工艺的消费级和服务器cpu产品线。
不过那时候，由于相关芯片大多还处于测试阶段，所以虽然“摸”到了实物，但实际得到的产品信息大多还是偏向架构、制程之类的理论值。
好在，英特尔方面显然对他们新的消费级处理器信心十足。所以就在2026年刚开始，他们就在ces 2026（国际消费电子展）上，联合一众oem厂商展出了大量基于第三代酷睿ultra处理器的量产产品。仅仅几天后，我们也得到了更详细、基于量产产品和参考平台的各种实测成绩及细节信息。
当然，因为这些数据绝大多数其实已经在不久前结束的ces期间公布过，所以我们这次并不打算做简单的数据“复述”，而是会从中挖掘出一些更细节，可能没人注意到的信息。
跑分的微妙变化，其中却藏着关键信息
如果大家有仔细看去年秋季揭晓的相关资料就会发现，英特尔在当时虽然已经给出了新架构与lunarlake、arrowlake的性能对比数据，但在彼时的对比图表里，一方面并未明确指出所用处理器的具体型号，另一方面所用的测试软件也是对内存带宽敏感的spec。这就不免“落下口实”，让人容易以为英特尔是在有意制造数据差异。
但是在最新的官方数据中，英特尔已经“改正”了这些问题。一方面现在他们明确了参与对比的处理器分别是各架构的顶配型号，另一方面也将测试软件换成了更偏实际应用，且对内存速度没那么敏感的cinebench 2024。
结果在看似“不利”的条件下，第三代酷睿ultra（准确来说，是其顶配型号388h）相比lunarlake（288v）的同功耗多核性能，反而从此前的领先50%以上变成了领先超过60%。哪怕是对比“看起来”p核数量更多（6p 8e 2lpe）的arrowlake（285h），新一代酷睿ultra也快了10%。
那么这意味着什么呢？简单来说，这就代表英特尔的e核、特别是lpe核在经过了数代的发展后，如今的ipc实际上已经越来越接近规模大得多的p核了。而且这还是在其p核、e核的峰值主频，比前代都更低的前提下所取得的领先。
既然如此，未来我们会不会看到英特尔在消费级转向“全小核” “超多核”设计，或是像当年以发展型p6（酷睿）取代p7（奔腾4）路线那样，用小核作为主导重新推出“单一架构”的新处理器呢？从目前的信息来看，这个可能性似乎变得越来越大了。
核显进步超预期，更重要的是老产品也能获利
除了cpu部分的进步比去年秋季公布的数据更进一步之外，英特尔在ces 2026上公布的核显实测性能，也较去年刚披露时有了进一步的优化。
具体来说，拥有12核“xe3”核心的arc b390核显，在45w tdp下的平均游戏性能，就已经可以比60w tdp的rtx4050独显高出至少10%。
请注意，这里有两个细节。一是英特尔明确表示，消费者现在更喜欢看“游戏实测”、而不是“理论跑分”，所以他们更改了显卡测试的呈现方式，不再强调3dmark之类的跑分成绩，而是直接用游戏实测数据说话。
第二点就在于，英特尔公布的这些数据，甚至还是在没有开启多帧生成的前提下测得，而这就是他们目前最有“底气”之处。因为无论英伟达的rtx40系列、还是amd的旗舰核显（radeon 8060s），都因为各种各样的原因无缘使用各家最新的多帧生成功能。
相比之下，第三代酷睿ultra处理器的核显，反而成为了目前在这个级别里，唯一自带多帧生成，甚至是支持xess3硬件4倍帧生成的方案。如果英特尔真的想要在游戏帧率上“作弊”，完全可以打开这个功能来做对比。但他们并没有这么做。
此外我们还从英特尔方面了解到，arc b390的4倍帧生成功能并非“独占”，它同样也会下放给英特尔过去的旧款核显以及独显产品。具体来说，只要是meteorlake或之后型号处理器的核显，以及全系arc独显，都将获得这一新功能的加持。
很显然，可以说英特尔这是看准了竞争对手目前产品线的弱点“有备而来”，但这又能怪谁呢？只能说英伟达和amd在对于老产品的支持力度上，如今确实不如英特尔做得有诚意。
npu算力相同、性能却有差？英特尔揭露了真相
最后，来看看第三代酷睿ultra处理器在ai方面的一些官方数据，以及我们从中挖掘出的有趣细节。
根据英特尔方面目前的说法，第三代酷睿ultra最高可以提供180tops的“平台算力”。其中120tops来自gpu，50tops源自npu，剩下10tops则由cpu提供。
有看过我们三易生活此前一些相关内容的朋友可能还记得，对于绝大多数的pc来说，所谓“平台算力”这个说法其实都算得上是“耍流氓”。因为在这些系统里，不同的部件往往并不能真正协同去计算一个ai项目。但英特尔是个例外，因为他们从一开始就有自家的异构应用接口（one api），只要应用程序支持，就可以发挥出处理器不同模块的“算力”。
而且在第三代酷睿ultra上，英特尔也格外强调了其ai引擎设计上的两个细节。一是它的核显与npu都各自拥有独立的矩阵计算单元，且各自都能访问完整的系统内存池；二是它的cpu、gpu和npu都支持int8、fp16和fp32计算格式，因此才能确保真正的ai“异构融合”。很显然，这也是瞄准了竞品在硬件架构上的“硬伤”。
但英特尔在ai性能上曝光的“瓜”，还没这么简单。比如他们表示，大家都用npu运行同样大小的大语言模型，第三代酷睿ultra的速度可以达到amd锐龙ai9 hx370的4.3倍；而用npu计算相同的fp32浮点项目，第三代酷睿ultra的速度也有高通骁龙x elite 84-100型的2.6倍速度。
这里我们我们提醒一下大家，第三代酷睿ultra的npu“理论算力”是50tops，而amd和高通被被拿来对比的处理器，它们集成的npu“理论算力”同样也是50tops。为什么明明理论算力相同的npu，实际测试的计算速度却有好几倍的差异呢？
这就不得不说到目前芯片行业在统计“算力”时经常耍的猫腻了，那就是大家普遍都只会用自家芯片“最擅长”的数据格式去声称算力水平。比如用低精度的int4或fp6来统计算力，所以在遇到int8或fp32的模型时，执行速度自然就会“缩水”数倍。
反之，当英特尔能够拿出明明是相同“tops”值，实际跑起来却要快上几倍的ai成绩时，似乎也表明他们的芯片架构设计，确实要更务实、更“实诚”些。
