康佳特擴展基于第13代英特爾酷睿處理器的COM-HPC計算機模塊產品系列

期待已久 集成邊緣應用的終極性能提升

Shanghai, China, 31 January 2023 * * * 嵌入式和邊緣計算技術的領先供應商德國康佳特宣布推出新款COM-HPC Client計算機模塊，該模塊基于第13代英特爾酷睿處理器的高端版本。與現有采用焊接式處理器的高性能COM-HPC模塊產品不同，新品采用了比同世代處理器具備更加強大性能的插槽封裝。新款conga-HPC/cRLS計算機模塊為COM-HPC Size C尺寸（120x160mm），適用于需要出色的多核與多線程性能、大緩存、大內存、大帶寬和先進I/O技術的應用領域。其目標市場包括性能需求高的工業、醫療和需要人工智能(AI）和機器學習(ML）能力的邊緣類應用，以及各類需要集成負載的嵌入式和邊緣計算方案。此外，康佳特還支持Real-Time Systems公司的實時系統管理程序(Hypervisor)技術。

康佳特資深產品經理Jürgen Jungbauer表示：“憑借最多可達8個 性能核與16個能效核，基于第13代英特爾酷睿處理器的插槽版本，使我們的COM HPC模塊能夠提供更多選擇，通過負載整合讓邊緣計算更加高性能和高效。”連接物聯網的系統需要并行處理許多任務，如果OEM廠商不希望通過適應性系統來實現，就需要將虛擬機嵌入到其方案中。計算機模塊的核心越多，這一切就越容易實現。 

主要升級功能

相比第12代英特爾酷睿處理器，第13代英特爾酷睿處理器插槽版本最引人注目的升級是最高34%的多線程性能和4%的單線程性能提升[1]，以及25%的圖像分類推理速度提升[1]。新增的DDR5-5600支持和部分型號中更大的L2 & L3緩存，提供更出色的多線程性能。新款康佳特COM-HPC Size C計算機模塊的混合性能架構目前支持最多8個性能核和16個能效核，不僅計算核心有所增加，2個USB3.2 Gen 2接口的帶寬也增至20 Gb/s。

全新conga-HPC/cRLS計算機模塊COM-HPC Size C包括以下配置：

應用工程師可將這款新COM-HPC計算機模塊安裝在面向COM-HPC Client 模塊的康佳特Micro-ATX載板（conga-HPC/mATX）上，即刻享受新模塊帶來的各種好處與增進，以及超快速的PCIe 5.0接口。

詳細了解全新COM-HPC Size C計算機模塊(conga-HPC/cRLS)和相應的定制散熱方案, 請訪問 https://www.congatec.com/cn/products/com-hpc/conga-hpccrls/

歡迎訪問康佳特基于第13代英特爾酷睿處理器的嵌入式和邊緣計算解決方案專頁: https://www.congatec.com/cn/technologies/13th-gen-intel-core-computer-on-modules/

關于康佳特

德國康佳特是一家專注于嵌入式和邊緣計算產品與服務且快速成長的技術公司。公司研發的高性能計算機模塊，廣泛應用于工業自動化、醫療技術、交通運輸、電信和許多其他垂直領域的應用和設備。借助控股股東暨專注于成長型工業企業的德國中端市場基金DBAG Fund VIII的支持，康佳特擁有資金與并購的經驗來抓住這些擴展的市場機會。

康佳特是計算機模塊的全球市場領導者，服務的客戶包含初創企業到國際大公司等。更多信息請上我們官方網站www.congatec.cn關注康佳特官方微信: congatec, 關注康佳特官方微博＠康佳特科技

Intel, the Intel logo, and other Intel marks are trademarks of Intel Corporation or its subsidiaries.

[1] 13th Gen Intel? Core? processor compared to 12th Gen Intel? Core? processor, measured by Intel as of November 2022. Results are estimated based on measurements on Intel? internal reference validation platforms. 

Faster single-thread performance: SPECrate2017_int_base (1-copy) using InteI? Compiler version 2022.1. 

Faster multithread performance: SPECrate2017_int_base (n-copy) using InteICompiler version 2022.1. 

Faster CPU image classification inference performance: MLPerfInference Edge v2.1 Inference ResNet-v1.5; MLPerfInference Mobile v1.1 MobileDet-SSD; results not verified by the MLCommonsAssociation.

New configurationProcessor: Intel? Core? i9-13900E QDF Q1JB 8P+16E, 65W TDP, 5.2 GHz TurboGraphics: Intel? UHD Graphics 770 with 32 EUsMemory: 2x 32GB DDR5 5200MHzStorage: NVMeWD_BLACK SN750 SE 500 GBPlatform: Intel? RPL-S ADP-S DDR5 UDIMM CRBOS: Windows 10 Enterprise (x64) Build 19044.1387 (21H2)BIOS: RPLISFI1.R00.3301.A03.2209021017

Baseline configurationProcessor: Intel? Core? i9-12900E QDF QYMF 8P+8E, 65W TDP, 5 GHz TurboGraphics: Intel? UHD Graphics 770 with 32 EUsMemory: 2x 32GB DDR5 4800MHzStorage: NVMeWD_BLACK SN750 SE 500 GBPlatform: Intel? AlderLake-S ADP-S DDR5 UDIMM CRBOS: Windows 10 Enterprise (x64) Build 19044.1387 (21H2)BIOS: ADLSFWI1.R00.3267.B00.2206270714