在9月22日举行的英特尔Connection大会上，英特尔数据中心集团副总裁、中国区总经理陈葆立提出，随着AI从模型训练走向智能体推理，数据中心架构将被重新划分为三类集群：负责智能体执行和任务编排的CPU集群、负责模型推理计算的GPU集群，以及承载持续新增业务数据的存储集群，三类集群之间的数据调度全部由CPU完成。
这一判断的背景是智能体规模化落地带来的算力需求变化。与标准化、可并行的模型训练任务不同，智能体是典型的串行状态机，每一步执行依赖上一步输出，任意环节的延迟都会沿任务链路放大。传统CPU追求平均吞吐的优化思路难以满足智能体对稳定、可控、超低端到端延迟的要求。同时，高并发工具调用与高带宽AI推理在单芯片内混跑，对内存资源的需求相互冲突，叠加多租户场景下的安全隔离需求，传统架构的短板进一步暴露。
在产品层面，英特尔推出采用Intel 18A制程、最高拥有288个能效核的至强6+处理器，配合智能体套件，单颗即可部署近千个智能体。英特尔公布的数据显示，在SWE-bench测试中其单智能体性能领先竞品15％；在云端沙箱场景下，至强6+支持350个沙箱并发，性能约为竞品的1.46倍。此外，至强AMX加速器在向量化和重排序任务上分别达到基准的2倍和4倍；联合焱融科技基于至强6和MRDIMM的方案在MLPerf Storage v3.0中拿下Llama3检查点读写和3D-Unet训练两项全球第一；KV Cache智能加速套件通过QAT将300GB原始数据压缩至200GB，并借助DSA引擎将数据搬运最高加速9.66倍。
在物理AI方向，英特尔副总裁兼端侧计算和物理AI事业部中国区总经理高嵩表示，希望行业提到物理AI时首先想到英特尔。第三代酷睿Ultra采用XPU异构架构，将推理决策与实时运动执行整合在单颗SoC上：CPU作为“小脑”以4kHz控制频率每秒完成4000次动作调整；GPU在Pi0.5精度下推理时延为78毫秒；NPU面向视觉感知，YOLOv12n推理仅需3.55毫秒，每秒处理约280帧。英特尔同时宣布，具身套件将于11月在京东上线，并已联合科通工业、神州数码等合作伙伴推出基于第三代酷睿Ultra平台的具身智能开发套件。
从行业视角看，英特尔此次传递的核心判断是：在AI从“算得快”转向“干得了活”的过程中，系统设计重心正从训练面迁移至执行面。CPU在控制面、生态适配和基础设施软件上的存量优势能否转化为推理时代的实际份额，取决于其架构革新与生态协同的落地节奏。
该文观点仅代表作者本人，企服科学平台仅提供信息存储空间服务。
