英特尔植根中国四十余年。2024年开始，为了与中国科技企业同频共振，英特尔开始举办Intel Connection大会（英特尔技术创新与产业生态大会），今年已经是第三届。

2024年成都，英特尔中国区董事长王稚聪在大会上喊出的口号是“巴适”，围绕大模型如何影响产业、企业和个人展开讨论；2025年重庆，口号是“雄起”，聚焦大模型能否进入推理时代，以及如何将推理能力拓展到更多应用领域；2026年苏州，口号则是“通达”，进一步聚焦人工智能的智能体时代，探讨产业伙伴如何围绕智能体展开合作，推动AI进入更多应用场景。

在今年苏州会场，英特尔传达了哪些重点信息？英特尔未来又会如何帮助中国市场发展？

“作为现代计算的基石，x86持续驱动计算向智能化应用发展。依托英特尔在 CPU、GPU、ASIC、先进封装以及晶圆制造方面的独特优势，还有覆盖云、边、端的开放生态，英特尔有信心与客户和生态伙伴一起把握前所未有的发展机遇。”英特尔首席执行官陈立武在视频中如是说。

陈立武表示，过去一年多，英特尔持续推进内部调整，强调技术创新、工程能力、执行效率和客户需求，并进一步加强对中国客户、生态伙伴和开发者的支持。面向未来，英特尔将继续与产业伙伴合作，推动下一代计算发展。

王稚聪进一步表示，英特尔技术创新与产业生态大会已经连续举办三年。从成都到重庆，再到苏州，大会持续围绕人工智能的发展变化展开讨论，也见证了产业从大模型走向推理，再进入智能体时代。

今年选择苏州作为举办地，也体现了大会对开放合作和产业实践的重视。随着人工智能进入新的发展阶段，英特尔希望与客户、开发者和产业伙伴继续合作，探索AI对企业生产方式以及个人工作生活带来的新变化。

智能体AI的布局战略

英特尔首席营销与传播官Annie Shea Weckesser表示，人工智能正在从云端向PC、边缘和数据中心延伸，智能体AI进一步让系统具备理解上下文、多步骤规划和执行任务的能力。要让智能真正落地，需要连接数据、软件、基础设施和设备，也需要产业伙伴共同参与。围绕这一目标，英特尔提出三方面战略：

第一是打造覆盖PC、边缘和数据中心的开放计算平台。

在PC端，第三代英特尔酷睿Ultra处理器融合CPU、GPU和NPU，可支持本地运行350亿参数级模型，并通过多模态能力理解用户上下文。英特尔还与百度搭子、Marvis、千问办公、TRAE、WorkBuddy等中国软件伙伴合作，推动混合智能体AI应用落地。

在边缘侧，英特尔通过酷睿Ultra处理器和开放边缘软件，为机器人和物理AI提供计算支持。以节卡机器人为例，其基于英特尔酷睿Ultra处理器，通过KVM将实时运动控制、感知、自主规划和执行整合到统一的边缘计算架构中。

在数据中心，AI工作负载持续增加，CPU与GPU的配置比例正在从4:1向接近1:1演进。英特尔认为，CPU将继续承担应用、数据、任务编排以及专用加速器之间的协调工作。英特尔预计，到2030年，全球超过80%的服务器将采用x86架构。

英特尔至强6处理器针对这一趋势进行了优化，通过P-core、E-core和内置加速能力，分别满足高性能计算、能效和主机侧任务处理需求。阿里云已经推出超过117种基于至强6的云实例，其中超过50种用于智能体AI场景。

第二是发展定制化芯片。

英特尔将基于架构、设计、IP、先进封装和制造能力，与超大规模云服务商等客户共同开发定制化芯片，为特定工作负载提供解决方案。

第三是持续推进制程与先进封装。

Intel 18A已经进入量产阶段，18A-P进入风险试产阶段。Intel 14A也在推进中，面向内部产品的风险试产计划于2027年下半年启动，并以2028年实现大规模量产爬坡为目标。

在封装方面，英特尔将通过EMIB、EMIB-T等技术，把不同计算引擎和IP集成到单一封装中，以满足AI对计算能力、能效和高速互连的需求。

英特尔同时公布了生态合作进展。目前已有70多家独立软件开发商参与AI PC生态建设，中国AI模型厂商参与了17项首日适配发布；中国云服务商已经推出超过200种至强6和至强6+云实例；在机器人领域，英特尔已与100多家合作伙伴开展合作。

在Annie Shea Weckesser看来，AI应用的落地离不开产业生态的连接。英特尔将继续围绕开放计算平台、定制化芯片、制程与先进封装三方面推进，并与中国客户、开发者和产业伙伴继续合作，推动人工智能进入更多真实应用场景。

加强端侧智能建设
英特尔公司副总裁兼端侧计算和物理AI事业部中国区总经理高嵩认为，AI的发展正在受到两种趋势推动。一方面规模定律推动云端模型不断扩大，另一方面模型能力持续向端侧小模型迁移。长上下文、推理、多模态、多专家模型，以及低比特量化、稀疏注意力、KV Cache卸载等技术的发展，让端侧设备能够运行更强的AI模型。

随着AI从问答走向自主执行，智能体需要不断进行“计划、行动、评估”的循环。这对CPU、GPU和NPU提出不同需求。英特尔采用XPU混合架构，CPU负责计划、决策和逻辑处理，GPU承担并行AI计算，NPU负责低功耗的持续AI任务，通过统一框架进行调度。

智能体的发展也正在扩大个人计算的边界。家庭AI中心、车载AI Box、AI NAS等新产品形态不断出现。英特尔希望通过CPU与加速器的组合，覆盖个人、家庭、创作者、开发者和企业等不同场景。

在硬件方面，英特尔重点推进先进制程和新一代处理器。英特尔18A-P相比前代制程可实现每瓦性能提升9%，同等性能下功耗降低18%。产品方面，第三代酷睿Ultra、第三代酷睿处理器以及锐炫Pro GPU，构成了从客户端到边缘设备的产品组合。

在软件方面，英特尔将继续支持开源AI推理框架和开放权重模型，并围绕智能体提供多模态感知、长短期记忆、推理、Web访问等微服务。以Web引擎为例，经过优化后，部分此前访问受阻的网站成功率提升，同时内存占用降低40%。

英特尔也在加强端侧智能体生态建设，通过参考设计、模型首日适配、ISV联合优化以及开发者社区，为客户缩短开发和验证周期。

除了数字AI，英特尔还将物理AI作为端侧计算的重要方向。仓储机器人、抓取机器人和多机器人协作等场景，对实时感知、运动控制和任务调度提出了不同要求。针对物理AI落地中的硬件选型、底层适配和软硬件协同等问题，英特尔以XPU为基础，结合参考设计、软件套件和联合验证，推进物理AI从原型开发走向量产。

此次大会上，英特尔还发布了具身智能开发套件。从端侧AI到物理AI，英特尔正在扩展个人计算的边界。随着模型能力不断向端侧延伸，CPU、GPU、NPU以及软件生态需要进一步协同，英特尔希望通过XPU架构、端侧智能体平台和物理AI解决方案，与产业伙伴共同推动AI进入更多真实场景。

打造“AI工厂”
AI智能体正在快速进入企业应用。英特尔数据中心集团副总裁、中国区总经理陈葆立分享了一组数据：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预计，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。与此同时，中国大模型的Token调用量持续增长，AI基础设施投入也在快速扩大。

随着智能体从“对话”走向“执行”，背后的软件机制也越来越复杂。上下文工程让AI能够理解更长的上下文，工具调用让AI可以执行具体任务，循环验证机制则让AI能够不断检查和优化结果。这些工作大量依赖CPU，也带来了新的算力需求。

英特尔预计，2030年数据中心AI负载占比将从2025年的40%提升至80%。这意味着数据中心架构将进一步变化。未来的数据中心可以看作三类计算资源：CPU集群负责智能体执行和任务编排，GPU集群负责模型训练和推理，存储集群负责保存不断增长的数据和上下文。三者之间都需要CPU进行数据调度。

因此，英特尔希望将传统的“Token工厂”进一步扩展为“AI工厂”。关注点不再只是产生多少Token，而是整个系统如何以更低的资源消耗完成更多任务。


在CPU方面，英特尔今年6月发布至强6+处理器，采用Intel 18A制程，最高配备288个内核，并推出智能体套件。一颗288核至强6+处理器可部署近1000个智能体。根据英特尔过去两个月与客户开展的测试，在部分SWE-bench工作负载中，至强6+单智能体平均性能领先竞品15%。在200ms启动SLA下，可支持350个沙箱并发，约为某竞品的1.46倍。

随着AI智能体数量快速增加，英特尔也在与国内OEM、液冷、网络和存储厂商合作，探索面向智能体工作负载的新型CPU机架方案，从CPU性能、网络、存储、散热和供电等方面进行整体设计。

在GPU服务器中，CPU同样承担大量数据预处理工作。例如智能体执行搜索任务时，需要从网页、视频和PDF等不同格式的数据中提取信息，再交给大模型分析。英特尔至强通过AMX等内置加速能力提升数据处理效率，相关测试显示，向量化和重排序性能分别达到对比基准的2倍和4倍。

存储也是AI基础设施的重要环节。随着模型上下文不断增长，KV Cache带来的存储压力越来越大。英特尔推出KV Cache智能加速套件，并利用QAT压缩技术减少存储空间，同时通过DSA提升数据搬运效率。

在大容量显存方面，英特尔下一代GPU Crescent Island面向AI推理和Agentic AI设计，采用Xe3P架构，可配置128GB、256GB甚至480GB LPDDR5x内存，以满足大模型推理和KV Cache存储需求。

英特尔同时持续投入开源软件生态，在PyTorch、vLLM、SGLang等项目中进行贡献，推动AI模型和Agentic AI能力适配不同硬件平台。

从CPU、GPU到存储，再到软件和机架系统，AI智能体正在推动数据中心重新调整架构。英特尔的思路是通过开放平台、软硬件协同和产业合作，应对智能体带来的新算力需求。
智能体时代仍处于早期阶段，新的应用和技术挑战还会不断出现。英特尔将围绕“开放合作、创新”，继续与产业伙伴和开发者共同推进AI基础设施的发展。 （来源：114IC）