CPU需求升温的同时移动端配资安全吗,供应端压力也开始成为英特尔需要回应的问题。
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对第一财经记者表示,智能体执行的任务越来越复杂,CPU侧的执行量也会随之增加。

谈及供应问题时,英特尔方面表示,18A已经进入量产,希望新增产能帮助应对供应需求。
过去的大模型主要承担训练、推理和内容生成,GPU是核心算力。进入Agentic AI阶段后,一个智能体可能同时调用多个Sub Agent、Skill和沙箱,涉及任务拆解、调度、代码执行、外部工具调用等环节。“过去大模型只是输出一些文字,现在整体开始做执行了。”陈葆立对记者表示,随着智能体能够执行的任务越来越多,CPU侧的执行量也会增长。
这一变化已经开始影响CPU的设计思路。
英特尔此次披露,至强6+最高拥有288个能效核,单颗处理器最高可支持超过1000个智能体;在满足200毫秒SLA的条件下,最多支持350个沙箱并发。
相比传统虚拟机、数据库等负载,Agent任务更加碎片化,也更具突发性。“有客户提出过在10分钟内启动1万个沙箱的需求。这意味着,CPU竞争不再只是核心数量和峰值性能,前端资源、缓存、内存容量、带宽以及调度效率,都可能成为影响实际性能的因素。”一位现场的英特尔技术专家对记者说。
北京配资炒股这意味着,CPU竞争不再只是核心数量和峰值性能,前端资源、缓存、内存容量、带宽以及调度效率,都可能成为影响实际性能的因素。
内存同样成为新的瓶颈。
随着Agent和代码生成场景的上下文不断拉长,KV Cache规模快速增长。KV Cache可以理解为大模型处理上下文时暂存的“中间记忆”,对话越长、同时处理的任务越多,需要占用的显存就越大。
英特尔正在推进KV Cache智能加速方案,其中KV Shrink可以将部分KV Cache从显存卸载至系统内存甚至远程服务器,并利用DSA进行数据搬运,通过压缩和流水线调度降低显存压力。英特尔方面称,相关项目已经在GitHub开源。
从英特尔的判断看,Agentic AI带来的并不是简单的“CPU替代GPU”,而是AI基础设施内部工作分工的变化。
陈葆立将未来数据中心概括为三类集群:CPU服务器或CPU集群负责智能体执行和工作编排,GPU服务器承担模型推理,即传统意义上的“Token工厂”,存储集群则承载长对话、文档、合同等不断增加的数据。三者之间的数据调度,仍然需要CPU参与。
真正的挑战也由此出现,当智能体数量快速增加,如何让CPU、GPU、内存、存储和网络保持平衡,而不是某一环节的算力提升后,其他资源反而成为瓶颈。
对于英特尔而言,这意味着CPU面对的不再只是传统服务器市场的性能竞争,而是AI基础设施扩张带来的新一轮需求变化。与此同时,如何扩大供应、匹配不断变化的AI工作负载,也成为芯片厂商需要面对的问题。
举报 第一财经广告合作,请点击这里此内容为第一财经原创,著作权归第一财经所有。未经第一财经书面授权,不得以任何方式加以使用,包括转载、摘编、复制或建立镜像。第一财经保留追究侵权者法律责任的权利。如需获得授权请联系第一财经版权部:banquan@yicai.com 文章作者
李娜
原创精选 相关阅读
推动智能体研发数据资产确认入表以“来源可追溯、过程可审计、权属可识别、价值可验证、成本可归集”的五可判据为前置条件,辅之以分层确认与业财联合评审。
5384 09-23 20:09告别一张工单在银行各部门之间流转。
6 15924 09-13 13:09
蚂蚁集团CEO韩歆毅:智能体商业的ChatGPT时刻已经到来不过,智能体走向真正的规模化商业,仍面临新的挑战。
元股证券:ygzq.hk 6 5725 09-11 15:26
云计算战场,x86阵营失守?“我们正在见证数据中心历史上架构份额最快的一次转变。”
5 13320 09-09 11:48
武汉为大学新生发放“智能卡”近两年每年新增留汉大学生30万人以上移动端配资安全吗。
9 12297 09-02 09:59 一财最热 点击关闭配资平台查询网 - 元股证券提示:本文来自互联网,不代表本网站观点。