李泽南作者

联想LEGION Y9000X正式发布:高颜值的性能轻薄本

10 月 11 日,联想在北京全球总部正式发布了最新一代 15 寸笔记本 LEGION Y9000X 系列。这是一款兼具轻薄与高性能的笔记本电脑,面向广大开发者、平面设计师,以及众多高性能需求用户。

在发布会上,联想还首次公布了「联想个人云存储核心测试用户招募」计划。

「联想即将推出一款标压 CPU 的轻薄本」,不久之前,这样的消息就已经在网上传出,它的特殊定位也引来了人们的热议。联想中国区消费业务笔记本产品规划总监林林今天向我们介绍了 Y9000X 系列的设计初衷:它是一款适用于创意工作的笔记本,定位于高性能办公,也可以外接显卡拓展坞打游戏或者跑深度学习、3D 类软件应用。

「市面上的笔记本基本上有两大类:游戏本和轻薄本,」林林说道。「通常大家只有两种选择,选择板砖一样的游戏本,或者没有什么性能的轻薄本。我们发现,很多人经常会需要一台更加轻薄,但性能强劲的笔记本。所以今天就有了 LEGION Y9000X『极』系列。」

Y9000X 是一台厚度仅为 14.9mm 的 15 寸笔记本,搭载了 4K IPS 屏幕(分辨率 3840×2160),并使用 45W 的标压 CPU 与核显驱动,配置上最高可选用英特尔 9 代 i9 处理器。散热方面则采用了以往在轻薄本上从未出现过的四风扇散热方案。这款笔记本支持 95W PD 充电,并配置了雷电 3(Type C)、USB 3.1 等足够丰富的接口。

安全性方面,Y9000X 的指纹识别被放在了开机键上,在屏幕下方的摄像头也可以物理关闭。

对于一台追求轻薄的 15 寸笔记本来说,Y9000X 的尺寸已足够小:360.2 × 251.8 × 14.9mm,因为采用了铝镁合金支架,它的机身重量也轻至 1.7kg。另一方面,这款笔记本配置的 4K 显示屏达到了 100%AdobeRGB 的标准,亮度最高达 500nits,还带有 DC 调光技术,可用于较为专业的平面设计工作。当然,联想还提供了 FHD 的低配版本。对于需求 GPU 性能的用户来说,Y9000X 也支持使用雷电接口接通拯救者显卡扩展坞。

在发布会上,林林花费了大量时间介绍了 Y9000X 的散热性能,其中包括四组风扇,以及 VC 真空液冷导热技术。所有这些可以保证电脑在运行游戏本使用的 Benchmark 软件满负荷烤机一小时也不会降低频率的程度。在这样的情况下,45W 的标准电压处理器(i9 9880H),可以比 13W 的低压处理器(10 代 i5 10210U)在多个生产力软件上获得 1.4-2.6 倍的性能。

此外,LEGION Y9000X 还支持最新的 WIFI-6 技术,最高可以达到 2.4Gbps 的传输速度。除了 Y9000X 笔记本以外,林林还特别介绍了联想为「后厂村民」设计的整套专用装备,包括背包、水杯、移动硬盘、雨伞等。为了让人们直观感受 Y9000X 的轻薄程度,他还现场为大家演示了专用背包里能塞下几台笔记本电脑。

一个背包里可以装下 7 台 Y9000X,以及与之搭配的电源适配器。

最后,联想 LEGION Y9000X 系列的价格也比直接对手们更有竞争力一些:

目前,Y9000X 可以选配英特尔 9 代酷睿 i7-9750H 标压处理器、32GB 双通道内存和 2 块容量为 1TB 的 SSD 固态硬盘。这款新机已经开启预售。价格上,i5 版首发价 6999 元起,除三个已开启预售的版本,还有两个即将在 11 月发售的更高性能版本:i7/32GB/2TB/UHD 版首发价 10999 元、i9/32GB/2TB/UHD 版首发价 13999 元。

在发布会上,联想中国区消费 SIoT 产品部高级总监高峥还宣布了联想个人云存储器 NAS 核心测试用户招募计划开启。新的个人存储服务,旨在消除人们对于硬盘存储容量与内容整理方面的顾虑,以及公有云存储的不稳定。联想的测试用户招募,号召关注数据存储、关心数据安全的人群加入进来,成为首批核心测试用户。

产业云服务联想
相关数据
英特尔机构

英特尔(NASDAQ: INTC)是全球半导体行业的引领者,以计算和通信技术奠定全球创新基石,塑造以数据为中心的未来。我们通过精尖制造的专长,帮助保护、驱动和连接数十亿设备以及智能互联世界的基础设施 —— 从云、网络到边缘设备以及它们之间的一切,并帮助解决世界上最艰巨的问题和挑战。

https://www.intel.cn/content/www/cn/zh/homepage.html
相关技术
深度学习技术

深度学习(deep learning)是机器学习的分支,是一种试图使用包含复杂结构或由多重非线性变换构成的多个处理层对数据进行高层抽象的算法。 深度学习是机器学习中一种基于对数据进行表征学习的算法,至今已有数种深度学习框架,如卷积神经网络和深度置信网络和递归神经网络等已被应用在计算机视觉、语音识别、自然语言处理、音频识别与生物信息学等领域并获取了极好的效果。

推荐文章
暂无评论
暂无评论~