常見問答集
Intel® Core™ Ultra 系列 3 處理器將 CPU、GPU 與 NPU 整合於單一平台，使控制、感知以及物理 AI 策略模型能夠共同運作，而不必分散至多套系統執行。接著，OpenVINO™ 物理 AI 架構可部署感知與策略模型，並提供可預測的執行行為，協助在智慧能力持續擴展的同時，將延遲與抖動控制在可接受範圍內。
Intel® 機器人技術透過單一 x86 平台同時支援即時控制、AI 推論與系統工作負載，降低對多套運算設備、專屬加速器及客製化整合方案的需求，進而降低總體擁有成本。
透過標準化採用 Intel® Core™ Ultra 系列 3 處理器，機器人計畫可受益於更高的每瓦效能、更簡化的散熱設計，以及在機器人生命週期內更少的系統重新設計需求。這種整合方式有助於降低耗電量、減少系統複雜度，並降低長期維護成本。
此結構化執行環境能將攝影機、感測器、AI 模型與機器人動作清晰整合，同時維持可預測的時序行為。結合 Intel® 機器人技術最佳化的 ROS 2 控制層、Intel® TCC，以及 Intel® Core™/Core™ Ultra 系列 3 處理器後，此架構可支援一致的驗證流程、可預測的系統行為，以及隨著機器人複雜度提升而持續擴充的安全就緒部署能力。
註腳與免責聲明
個別系統的結果可能會因功率和效能受到使用、配置和其他因素的影響而有所不同。請造訪 intel.com/performanceindex 深入瞭解。
效能因使用方式、配置和其他因素而異。
1 此數據為估算結果，係透過在 Intel® Core™ Ultra X7 358H 處理器與 NVIDIA Jetson Orin™ AGX 64GB 平台上執行 Physical Intelligence 的 OpenPi pi0.5 Vision-Language-Action (VLA) 基礎模型所取得。測試採用 OpenPi (pi0.5) VLA 工作負載，搭配 Droid Latency、3 組攝影機輸入、FP16 精度，以及 TensorRT 與 OpenVINO™ 執行環境進行評估。請造訪 intel.com/performanceindex 深入瞭解。
2 此數據為估算結果，係透過在 Intel® Core™ Ultra X7 358H 處理器與 NVIDIA Jetson Orin™ AGX 64GB 平台上執行批次大小 (BS) 為 8 的中型端對端影像分析工作負載進行比較所得。個別系統的結果可能會因功率與效能受到使用、配置和其他因素的影響而有所不同。請造訪 intel.com/performanceindex 深入瞭解。