Intel Panther Lake wkracza do przemysłu: trzy platformy i do 180 TOPS

Karta została zoptymalizowana pod kątem SWaP-C, czyli rozmiaru, masy, poboru mocy i kosztu. Łączy zasoby Panther Lake — rdzenie P, E i LPE, grafikę Arc Xe3 oraz NPU 5.0 — w jednej odpornej konstrukcji. Ma odpowiadać na wymagania środowisk wojskowych dotyczące rozszerzonego zakresu temperatur, wstrząsów i wibracji .

Kontron należy do pierwszych dostawców wprowadzających Intel Core Ultra Series 3 do ekosystemu VPX . W praktyce taki układ może pozwolić na jednoczesne wykonywanie fuzji danych z radarów, lidarów oraz systemów elektrooptycznych i podczerwieni na GPU, klasyfikowanie zagrożeń przez NPU oraz obsługę bezpiecznego sterowania misją na rdzeniach CPU — bez konieczności instalowania osobnych akceleratorów inferencji lub kart GPGPU na płycie bazowej .

ADLINK Express-PTL: moduł dla fabryk, robotów i wizyjnej kontroli jakości

ADLINK Express-PTL to moduł typu computer-on-module w standardzie COM Express R3.1 Type 6 Basic. Firma zapowiedziała go w styczniu 2026 roku, a wersje przeznaczone do pracy w temperaturach przemysłowych miały rozpocząć dostawy w drugim kwartale . ADLINK planuje również wariant w mniejszym formacie COM-HPC Mini, przewidziany na dalszą część 2026 roku .

Moduł wykorzystuje pełną, heterogeniczną architekturę Panther Lake:

• CPU: maksymalnie 16 rdzeni w konfiguracji 4P + 8E + 4LPE, przy konfigurowalnym TDP od 15 do 65 W .
• GPU: Intel Arc Xe3 z maksymalnie 12 rdzeniami Xe i wydajnością do 120 TOPS, przeznaczoną między innymi do wizyjnej analizy obrazu, przetwarzania wielu strumieni wideo i inferencji modeli VLA .
• NPU: Intel NPU 5.0 o wydajności do 50 TOPS, zoptymalizowany pod kątem energooszczędnej, ciągłej inferencji — na przykład wykrywania anomalii, konserwacji predykcyjnej i obsługi poleceń głosowych .
• Łączna wydajność platformy: do 180 TOPS .

Express-PTL obsługuje do 128 GB pamięci DDR5 SO-DIMM o taktowaniu do 7200 MHz. W wybranych wersjach dostępna jest korekcja błędów IBECC . Wśród interfejsów znajdują się USB4, liczne wyjścia obrazu oraz Ethernet 2,5 Gb/s z obsługą TSN. Time-Sensitive Networking umożliwia bardziej deterministyczną komunikację, co ma znaczenie w automatyce przemysłowej .

Format COM Express pozwala integratorom połączyć moduł z własną płytą bazową. Dzięki temu mogą dopasować wejścia, wyjścia i sposób podziału zadań AI do konkretnej maszyny, zachowując pętle sterowania w czasie rzeczywistym przez sieć Ethernet z TSN. Wersje o rozszerzonym zakresie temperatur są kierowane do bezwentylatorowych i wzmocnionych systemów robotycznych, wizyjnej kontroli maszyn oraz ogólnych urządzeń embedded .

ARBOR IEC-6700: 30 W i AI w obudowie wielkości dłoni

ARBOR Technology zaprezentował IEC-6700 podczas targów COMPUTEX 2026, które odbywały się od 2 do 5 czerwca, a następnie pokazał działające demonstracje na wydarzeniu Automate 2026 w dniach 15–16 czerwca . To bardzo kompaktowy, bezwentylatorowy komputer Edge AI Box PC wykorzystujący procesor Intel Panther Lake-H.

Według danych przedstawionych przez ARBOR urządzenie zapewnia do 180 TOPS przy poborze mocy wynoszącym 30 W . Taka kombinacja wydajności i zużycia energii ma znaczenie dla instalacji, w których nie ma miejsca na duży komputer przemysłowy ani rozbudowany system chłodzenia.

Najciekawszą cechą IEC-6700 jest połączenie przetwarzania Vision-Language-Action (VLA) z deterministycznym sterowaniem ruchem na jednej, energooszczędnej platformie . W takim modelu NPU może stale wykonywać lekkie zadania, na przykład sprawdzać obecność obiektu. GPU przejmuje cięższe fragmenty modeli VLA, związane z rozumieniem sceny i planowaniem chwytu, a CPU obsługuje przewidywalną pętlę sterowania ruchem.

ARBOR i Intel określają ten kierunek mianem „Physical AI” — sztucznej inteligencji dla robotów, które potrafią postrzegać otoczenie, wnioskować i działać w czasie rzeczywistym, zamiast reagować wyłącznie na wcześniej zaprogramowane scenariusze . Zastosowania obejmują inteligentną produkcję, robotykę przemysłową, automatyzację i rozwiązania dla inteligentnych miast.

Dlaczego podział zadań między CPU, GPU i NPU ma znaczenie

Wszystkie trzy platformy wykorzystują tę samą podstawową przewagę Panther Lake: różne rodzaje obliczeń mogą działać równolegle na jednym układzie, bez konieczności stosowania zewnętrznych akceleratorów PCIe.

• Hybrydowy CPU — rdzenie P, E i LPE: rdzenie P obsługują zadania wrażliwe na opóźnienia, sterowanie i koordynację systemu operacyjnego. Rdzenie E mogą wykonywać zadania wymagające większej mocy obliczeniowej, a energooszczędne rdzenie LPE zajmują się procesami działającymi stale w tle, takimi jak rejestrowanie danych i komunikacja .
• Intel Arc Xe3 GPU: układ o wydajności do 120 TOPS jest przeznaczony do równoległych obciążeń o dużej przepustowości — analizy obrazu, wielu strumieni wideo, wizyjnej kontroli maszyn, inferencji modeli VLA oraz fuzji danych radarowych i lidarowych .
• NPU 5.0: dedykowany akcelerator AI może wykonywać długotrwałe, energooszczędne zadania, takie jak wykrywanie anomalii, rozpoznawanie zdarzeń akustycznych, konserwacja predykcyjna czy analiza poleceń głosowych. Odciążenie CPU i GPU pomaga ograniczyć zużycie energii całego systemu .

Nie jest to wyłącznie koncepcja projektowa. ARBOR IEC-6700 pokazuje, jak w 30-watowej obudowie połączyć AI VLA ze sterowaniem ruchem. ADLINK Express-PTL przenosi ten model do modułowej konstrukcji, którą można dostosować za pomocą własnej płyty bazowej. Z kolei Kontron VX30101 wykorzystuje podobny podział zadań w odpornej karcie VPX przeznaczonej do zastosowań obronnych.

W każdym przypadku integracja CPU, GPU i NPU może zastąpić wcześniejsze konfiguracje wielokartowe, zmniejszając opóźnienia oraz upraszczając projekt systemu . Intel dodatkowo deklaruje certyfikację procesorów Series 3 dla zastosowań embedded i przemysłowych, obejmującą między innymi rozszerzony zakres temperatur, deterministyczne działanie i niezawodność pracy przez całą dobę, siedem dni w tygodniu .

Jeśli ten kierunek się utrzyma, w 2026 roku coraz więcej zadań AI wykonywanych dotąd przez osobne akceleratory będzie przenoszonych do pojedynczych układów SoC. Dla robotyki, automatyki, obronności i inteligentnej infrastruktury oznacza to nie tylko większą wydajność, lecz także mniejsze, prostsze i łatwiejsze do wdrożenia systemy brzegowe.