技术+硬件双重创新，助力英特尔加速构建智能体AI时代生态底座

【ZOL中关村在线原创】如果要用一个关键词去定义2026年已经过去的这段时间里，AI行业发生的巨变，那么"智能体AI"当之无愧。

就在刚刚举办的2026英特尔技术创新与产业生态大会上，英特尔数据中心集团副总裁、中国区总经理陈葆立分享了几组耐人寻味的数字：预计到2026年底，超过80%的企业应用将至少嵌入一个AI智能体；IDC预测，到2031年，中国企业场景中的活跃智能体数量将达到3.5亿个；中国大模型每天的Token调用量已增至2024年初的5000倍，且仍在持续增长。基础设施层面，预计2026年全球AI优化型IaaS支出将增长96%，美银证券则预计到2029年，中国AI数据中心的固定资产投资规模将超过2.2万亿元人民币。

从年初全民“养虾”，到桌面办公智能体软件的瞬间爆火与流行，智能体正在以肉眼可见的速度渗透进每个人的工作和生活之中。但在这些火爆的应用背后，是一次又一次的软件工程创新，以及一场正在数据中心深处发生的算力架构变革。

·软件工程创新，让AI从"对话"走向"执行"

不久之前，AI还只是一个对话框——你问一个问题，它回答一个问题。

而智能体AI的演进，则是由三层软件机制来推动：

首先是Context Engineering（上下文工程）：这是AI能够利用更多上下文信息的基础。意味着大模型不再像一个没有记忆的天才，它可以结合长上下文和多轮对话，更好地理解用户的背景，给出更精准的答案。

其次是Harness（工具调用）：简单来说，就是给AI配上工具、装上手臂，让它除了出主意之外，还能真正帮你干活、做事。

再来就是Loop Engineering（循环工程）：就像一名好学生，拿到题目之后不仅写出答案，还会一次次验证、检查、改进，让答案越来越好。

这一层又一层的软件机制听起来简单，但其中大量工作恰恰适合由CPU来执行。这也正是过大半年时间里，智能体AI兴起带来的对CPU巨大需求的根本原因。当然，市场的反应也极为直观：针对2030年CPU市场规模的预估，在短短半年内就从2026年2月预测的590亿美元上调至8月预测的2100亿美元，达到原预测值的3.6 倍！

与此同时，数据中心AI负载占比预计将从2025年的40%提升至2030年的80%——整个数据中心的架构都将因AI而彻底改变。

·重构数据中心，从Token工厂到AI工厂

面向智能体时代，英特尔把未来的数据中心划分为三类服务器或集群：

其一是CPU服务器/集群负责AI智能体的执行与工作编排；

其二是智算中心（GPU服务器）配备AI加速卡，成为传统意义上的Token 工厂；

其三则是高性能存储集群来承接智能体产生的大量新数据，包括新的分析、资料、文档、合同，以及长对话记录。

这三类集群有一个重要的共同点，就是都需要CPU来做数据调度。

因此，当Token工厂的概念升级为AI工厂时，其核心就不再是一座工厂能生产多少Token，而是整个AI大系统如何以更低的资源消耗、更高的效率，帮助客户完成更多工作。这是一种以任务为导向的思维，也是一个完全不同的新视角。

·至强6+，为智能体而生的CPU

今年6月，英特尔发布了全新至强6+处理器，采用Intel 18A先进制程，拥有业界领先的288个内核；同期推出的智能体套件，能够在单颗288核至强处理器上部署近1000个智能体。

规模之外，英特尔的客户还提出了更高要求，让智能体不仅要装得多，更要跑得快。为此，英特尔更新了衡量指标，从两个维度衡量智能体的运行：一是单颗CPU能承载多少个智能体，二是每个智能体的性能到底如何。通过微架构和软件层面的优化，两组与客户实测的数据颇具说服力：

在SWE-bench基准测试中，客户选定的一组工作负载下，至强6+的单智能体平均性能领先竞品15%；

而针对云端大规模启动沙箱的需求，10分钟内启动1万甚至10万个沙箱、单个沙箱启动时间200ms的SLA，至强6+在满足200ms SLA的条件下可支持350个沙箱并发，约为某一竞品的1.46倍。

在本次技术创新与产业生态大会上，我们对英特尔相关技术专家进行了访谈。英特尔技术专家进一步拆解了至强6+与智能体沙箱场景的契合点：沙箱本质上是一个轻量化虚拟机（Micro-VM），需要快速拉起、用完即毁，对高并发、低延时要求极高。至强6+在系统重载下不跳频，两百多个核心同时工作时频率也不下降，性能几乎线性交付，密度与性能兼得；同时一个CPU核心上可部署4个甚至更多智能体，分时复用系统资源。此外，从第四代至强开始集成的IAA、QAT、DSA等硬件加速器，对内存数据的压缩/解压缩、加密/解密、搬运等操作不占用CPU或GPU资源，恰好命中智能体场景数据类型多、碎片化严重的痛点。

"智能体时代，CPU不仅要跑得更快，还要跑得更稳。"英特尔专家如是说。“至强的RAS特性与TDX加密隔离能力，在大模型越狱等安全事件频发的当下，为高密度部署的智能体提供了强隔离保障。”

·机架级协同，重新定义CPU基础设施

单颗芯片之外，更大的变革发生在机架层面。面对CPU核心越来越多、智能体越来越多的趋势，英特尔的OEM与液冷合作伙伴提出了共同命题：要不要一起做一些新架构的尝试？

过去几个月，这一设想有了实质进展。英特尔正与众多业界伙伴共同制定相关标准，根据可预见的AI智能体性能需求，综合考虑CPU性能、网络、存储、散热与供电，打造一套平衡的、全新的面向AI智能体的CPU机架方案。这套方案将很快与国内合作伙伴一起推向市场，为行业提供更高质量、更高性能的新一代CPU机架设计。

·加速数据通路，不让算力空等

在GPU百花齐放的国内市场，一个常被忽略的事实是“GPU服务器同样需要CPU来完成数据预处理和传输”。

英特尔至强处理器是中国主流计算服务器中的机头CPU，靠的不只是性能、带宽与可靠性这些基本功，还有独具特色的加速能力。

以数据预处理为例，当你让智能体每天搜集前一夜的全球财经新闻并发送邮件，它需要抓取网页、视频、PDF 报告等各种格式的资料并提取文字，这些预处理工作其实更适合由CPU而非GPU执行。借助至强内置的AMX加速能力，向量化和重排序性能分别达到对比基准的2倍和4倍，国内已有多家互联网客户在使用这套方案。

在当下非常火热的存储领域同样如此。数据中心存储架构就像一个三角形，越接近GPU算力的存储成本越高，离得越远成本越低、速度也越慢。英特尔的思路是缩短数据访问路径，即通过CXL实现内存池化，让服务器使用更多内存；通过软件创新和智能网卡，让远端存储访问更高效。过去一个月，英特尔与国内软件合作伙伴基于至强6处理器和MRDIMM内存打造的高性能存储系统，在MLPerf Storage v3.0的Llama3检查点读写和3D-Unet训练两项测试中取得全球第一。"让存储跑得更快，避免数据访问成为瓶颈，昂贵的CPU、GPU 才不必空等。"

·KV Cache智能加速套件，给智能体一张更大的"草稿纸"

如果说智能体的思考速度已不是最大挑战，那么记忆无疑正在成为新的瓶颈。

大模型在推理、规划与对话过程中，需要把工作记忆留存在"草稿纸"上，而这张稿纸就是我们所说的KV Cache。随着问题越来越复杂、上下文越来越长，"草稿纸"的数量正在爆炸式增长。百万Token上下文已成为一些开源大模型的重要卖点，而一个标准的35B模型在100万Token上下文下所产生的KV Cache就高达300GB，已超过不少GPU内置HBM的基础容量。更棘手的是，当成千上万的智能体协同工作时，它们没有把更多时间用于思考，而是耗费在存储、查找和管理"草稿纸"上，这显然是不合理。

为此，英特尔发布了KV Cache智能加速套件，并已形成覆盖KV Cache全生命周期的全套方案，包括KV Infinity、KV Cascade、KV Shrink、KV Fuse，从扩展、压缩、聚焦到复用一应俱全。这其中，KV Shrink对于控制KV Cache成本有着颇多亮点，其核心是分层存放与三大加速组件：

数据搬运（KV Cache Copy）：将显存中的KV Cache卸载到系统内存，或由系统内存解压后搬回。借助DSA硬件加速，数据拷贝无需GPU资源参与，数据搬运可实现9.66倍加速，且不影响关键路径延时。部署上支持两种模式，直接卸载到AI服务器头节点的系统内存，或通过RDMA传送到远程至强服务器。

压缩：KV Cache命中率高达50%～70%，以存代算的价值巨大。通过QAT进行无损压缩，300GB的KV Cache可在落盘前压缩掉200GB，显著节省存储空间与I/O通道压力。

系统优化与调度：通过前置流水线调度，让每一层KV Cache在处理时就知道下一层的需求并提前预取（prefetch），使解压与上一层计算并行重叠，把延迟藏进流水线，最终不仅节省显存，还能提升速度。

其本质目标则是突破HBM容量边界，提高推理效率、支撑更多用户、降低TCO。

同时值得一提的是，该项目已在GitHub上开源，延续英特尔向生态回馈技术的传统。

·Crescent Island GPU，为大显存推理而来

面向AI推理和智能体AI应用场景，英特尔还发布了新一代GPU Crescent Island。这款基于全新Xe-3P架构的产品以大显存为显著特性，它借助LPDDR5x技术，可配备128GB、256GB乃至480GB的超大容量显存，为AI推理和KV Cache存储提供更多冗余空间。软件层面，英特尔持续投入打造完整的工具箱和软件栈，目标是在第一时间支持主流的全新开源大模型。更多产品消息将在今年晚些时候公布。

·CPU与GPU的再度平衡

智能体时代，CPU与GPU究竟该如何配比？是近一年来行业里探讨的最多的话题。

英特尔专家在接受媒体访谈时给出了一个生动的比喻：人的大脑大约1秒钟想出一个字，而把这个字敲进电脑只需1毫秒。这意味着电脑稍微卡顿，人就会觉得该换新了。而当这个"1秒想1个字的大脑"被"1秒能想1000个甚至10000个字的AI"替代时，承接和处理结果的键盘（也就是基础设施）很快就会被打爆。

过去几年，"想字的大脑"，也就是大模型本身的进步是飞快的。但"敲字的键盘"，也就是承接执行的基础设施的发展速度却有点跟不上了。这正是英特尔判断CPU算力将出现巨大需求缺口、数据中心CPU与GPU配比将逐步提升至1:1的逻辑起点。

传统大模型是"思想上的巨人、行动上的矮子"，而智能体真正开始会自动执行任务了，一个智能体会启动多个子智能体，子智能体调用技能，技能再拉起一堆沙箱快速执行、快速销毁，这些执行与调度全部落会在CPU上，其增长速度随场景普及而飞快攀升。

在技术路线选择上，英特尔强调"帕累托前沿"的系统性视角，其坐标轴象限的横轴是每个用户感知到的效果，纵轴是整机利用率与总产出。云计算时代业界对横轴并不敏感，而智能体时代两者都敏感，因为跑慢一点，GPU就等不到工具返回；部署密度又极高，挑战被进一步放大。这也是至强6+及下一代CPU设计的核心考量。

·x86的积淀，是最深的护城河

过去20多年，数据中心的发展始终与开源软件社区紧密相连。从早期的Linux到后来的Kubernetes，英特尔始终保持大量投入；而面向AI时代，在PyTorch、vLLM、SGLang等耳熟能详的开源项目中，英特尔同样贡献良多，推动包括智能体AI在内的新功能更好地适配不同硬件。

与此同时，x86生态的深厚积淀在智能体时代更显现出独特价值。陈葆立举了一个例子：当"小龙虾"接到抠图任务却不具备该能力时，它会自己上网找到PyTorch社区里如何抠图的代码，下载到本地写出程序来完成任务。而这些沉积在网络上的代码，极大可能是基于x86架构写就的。过去一二十年社区贡献的海量功能大多构建于x86之上，这让x86成为运行智能体负载的天然优势平台。而且其存量数据非常可观，全球在网运行的约7000万台服务器中，80%基于x86架构打造，因此在智能体AI时代，x86架构依然能打，依然是核心架构。

·结语

回到大会开场的那组数字，无论是3.5亿个活跃智能体的预期，还是2.2万亿元的基础设施投入，它们都指向同一个事实，那就是智能体AI时代才刚刚开始。从288核至强6+处理器与智能体套件，到KV Cache智能加速套件、Crescent Island GPU，再到面向AI智能体的全新CPU机架方案，英特尔正以技术+硬件双重创新的动力，推动AI工厂从概念走向现实。

正如本届大会主题"开放、合作、创新"所蕴含的意义，以及那句老话"独行快、众行远"。在智能体AI这条充满机会与挑战的道路上，底层算力的每一次进步，都将与生态伙伴一起完成。而英特尔的方式一如既往，当客户的问题出现时，用技术的积累和手段，帮助他们更快地完成想做的事，毕竟帮助客户成功，同时也是帮助自己成功，这几天英特尔股价的蹿升，正是最好的体现。