メモリーコントローラーをCPUに内蔵
Nehalemのもうひとつの大きな特徴は、メモリーコントローラーがCPUに内蔵されたことにある。PentiumからCore 2 Duoまで、インテルCPUはチップセット（MCHまたはノースブリッジ）でメモリーを制御していた。この方式は、メモリーの変更にチップセットで対応できるため、同じ設計のCPUで多様なメモリーに対応できる利点がある。
しかし、CPUからメモリーまでのルートが長くなるので、メモリーアクセスのレイテンシー（遅延）も長くなり、性能面ではデメリットがある。NehalemではCPU自身にメモリーコントローラーを内蔵したことにより、メモリーアクセスのレイテンシーは小さくなる。これはPC全体のパフォーマンスを大きく向上させる。
Nehalemでは、DDR3-800、1066、1333MHzメモリーをサポートしている（DDR2はサポートしない）。メモリー接続用のチャンネルは3チャンネル分サポートする。1チャンネルあたりのメモリースロットは2つで、計6枚のメモリーで最大24GBまで対応する。
Nehalemの内蔵メモリーコントローラーは、DDR3メモリーを3チャンネル分サポートする
Unbuffered DIMMに対応するか、Buffered DIMMのみ対応かは、Nehalemの種類によって異なるようだ。Nehalemのハイエンドデスクトップ向けCPU「Bloomfield」（ブルームフィールド）の説明では、Unbuffered対応と説明された。一方、サーバー＆ワークステーション向けのNehalemは、BufferedとUnbufferedの両方が使用できるとしている。
Bloomfieldでは、メモリーは1チャンネルあたり2スロットとなっている。Unbuffered DIMMのみをサポートする
CPUにメモリーコントローラーが内蔵されるということは、複数のCPUを搭載するシステムでは、それぞれのCPUごとにメモリーが搭載されることになる。つまり、メモリーアーキテクチャーがNUMA（ヌーマ、Non Uniform Memory Access）になる。なお、米AMD社のOpteronもNUMAアーキテクチャーを採用している。
NUMAに関する細かな説明は省くが、CPUごとにメインメモリーが分かれるため、OSはそれぞれのCPUに属するメモリーを参照する必要が出てくる。Windows VistaやWindows Server 2008は、OSがNUMAをサポートしている。だが、現在NUMAアーキテクチャーを採用しているシステムは、大規模なサーバーシステムばかりだ。Nehalemの登場により、2CPU以上を搭載するワークステーションやエントリーサーバーも、NUMAアーキテクチャー対応OSへと移行する必要が生じる。シングルCPUのパソコンは今までとは変わらない。多くのパソコンユーザーにとっては、NehalemだからといってNUMAアーキテクチャーを意識することはないだろう。
CPUにメモリーコントローラーが搭載されると、メモリーの世代移行も緩やかになるだろう。少なくとも2009年後半からリリースされるWestmereまでは、DDR3が主流として続くことになる。そのWestmereでは、32nmプロセスへの移行が重要課題になると考えると、Westmereで次世代のメモリーシステムへ移行する、というのも考えにくい。次々世代の「SandyBridge」（サンディブリッジ）までは、DDR3が使用されることになるだろう。
インターコネクトは「FSB」から「QPI」へ
NehalemではCPUとチップセット間のインターコネクトバスが、既存のシステムバス（FSB）から、新しい「QuickPath Interconnect」（以下QPI）に変更される。
QPIは、PCI Expressと同じようなポイントツーポイントのシリアルインターフェイスだ。上り下りそれぞれに20bitずつの帯域を持ち、25.6GB/秒のデータレートを実現している。
NehalemのQPIは、25.6GB/秒もの高速なインタフェースだ
シングルCPUのNehalemシステムでは、CPUと「IOH」（I/O Hub、従来のMCHからメモリーコントローラーを除いたもの）が1組のQPIで接続される。ちなみにICHは残り、機能が向上した「ICH10」（後述）へと移行する。
2CPUを搭載するNehalemシステムでは、ひとつのCPUが2組以上のQPIをサポートする必要がある。1組はIOHとの通信を行ない、もう1組は片方のCPUとの通信を行なうわけだ。同様に、2CPU対応のIOHはQPIを2組サポートする必要がある。4CPU環境ともなると、それぞれのCPUにQPIが4組必要になる。NehalemではQPIの数で、パソコン向けとサーバー＆ワークステーション向けを区別するのかもしれない。
CPUコアのマイクロアーキテクチャーは小幅な改良
NehalemのCPUコアのアーキテクチャー自体は、Penryn世代の「Coreマイクロアーキテクチャー」から小幅な改良に止まっている。
Penryn世代との大きな差は、64bitモードでのマクロフュージョンがサポートされたことだ。Penryn世代までのCoreマイクロアーキテクチャーでは、32bitモードではマクロフュージョンにより処理性能を上げていたが、64bitモードではサポートしていなかったため、パフォーマンスが向上しなかった。Nehalemで64bitモード時のマクロフュージョンがサポートされたので、64bit環境での処理性能向上が期待できる。
さらに、Pentium 4で採用されていた「Hyper-Threading Technology」（HT）と同じような、「SMT」（Simultaneous MultiThreading）が、Nehalemではサポートされた。これにより、ひとつのCPUコアを仮想的に2つのCPUコアとして動かすことができる。つまり、4コアのNehalem環境は、ソフトウェアからは8コアのプロセッサーとして動作する。
NehalemのSMTは、物理的なCPUコアを仮想的に2個のCPUコアに見せる。このため、Nehalemでは仮想的に8つのコアがあるように見える
IDF上海の会場でデモされていたNehalem搭載ワークステーションの画面。右上のタスクマネージャーにCPUが8個見える
なお、NehalemのSMTがHTと名つけられていないのは、純粋にマーケティングの問題からだ。機能的には、HTとほとんど変わらない。
これ以外にも、分岐予測の機能強化されるほか、「Loop Stream Detector」（LSD）が改良され、ループを繰り返す命令群をすでにデコード後の部分で繰り返すことでパフォーマンスを向上させる。「Translation Lookaside Buffer」（TLB）を2階層化することで、メモリー操作を高速化する機能も導入される。さらに、ハードウェア仮想化を高速にする「Virtual Processor ID」（VPID）、「Extended Page Tables」（EPT）などの機能も追加されている。
現行Core 2 Duo（左）とNehalemで拡張されたLoop Stream Detectorの違い。命令デコードの処理をループの前に置くことで、処理を高速化する
EPTとVPIDを追加することで、仮想化ソフトがPenryn世代よりも40％以上速くなる
マルチメディア処理向け命令セットである「SSE」も、Penryn世代の「SSE4.1」から、Nehalem世代では「SSE4.2」に強化されている。SSE4.2では、SSE4.1から7つの命令セットが追加されている。XMLの解析を高速化する「STTNI」（String＆Text New Instructions）、CRC32処理（iSCSIなどで使われているエラーチェック）、「POPCNT」（データマッチを高速に処理する命令）などが追加されている。特にCRC32やPOPCNTなどは具体的なターゲットを絞った高速化のための命令であるので、「Application Targeted Accelerators」（ATA）と呼ばれている。
SSE4.2で拡張された機能。Penryn世代と比べて、4グループ7個の命令が追加されている
ただしSSEに関しては、SandyBridge世代で「Intel AVX」（Intel Advanced Vector Extensions）という命令セットが導入されるタイミングで、根本的に改良される。AVXでは演算幅を128bitから256bitに拡張する。さらに、今まで“屋上屋を重ねる”形で拡張されてきたSSEを根本的に見直し、スマートに整理するという。
CPUと拡張命令のロードマップ。2010年頃に登場する「AVX」で根本的な改良が行なわれるという
AVXの特徴。ベクトル演算を128bitから256bitに拡張。オペランドを整理して、今後の拡張に備える
