英特尔陈立武：Agentic AI驱动CPU复兴，剑指全栈AI计算平台
0xBroomberg
为什么英特尔说CPU要"复兴"了？
传统生成式AI的算力消耗高度集中在GPU，GPU与CPU的资源需求比约为7:1。
但Agentic AI（让AI自主规划、调用工具、访问数据库、运行代码、多智能体协作的工作流）大量依赖CPU完成调度。
这意味着→ 在Agentic AI场景下，CPU需求显著上升，部分场景甚至反超GPU——英特尔由此提出"CPU orchestrates the show"。
用大白话说＝ 过去AI只需要"算力猛兽"GPU，现在AI开始干复杂活了，需要一个"总调度"，而这正是CPU的强项。
Xeon 6 Plus能做什么？
英特尔正式发布采用18A工艺（英特尔最新一代制程）的Xeon 6 Plus处理器，搭载288个E-Core核心和576MB三级缓存，面向云计算、网络基础设施与AI推理。
一台双路服务器可提供576个CPU核心，单个机柜可部署超过3.6万个核心，最多支持约15万个Agent并发运行。
这意味着→ 英特尔想把衡量AI基础设施的关键指标从"有多少块GPU"变成"能跑多少个Agent"——这套话语体系对CPU更有利。
"机架级蓝图"和解耦推理是什么打法？
陈立武宣布推出Rack Scale Blueprint（机架级蓝图）计划，联合富士康、SambaNova等合作伙伴，用开放标准共建机柜级AI基础设施。
与SambaNova联合展示的"解耦推理"架构把AI推理任务拆开分配：GPU负责预处理，SambaNova RTU负责生成，Xeon负责调度与执行。
这套CPU+GPU+RTU协同方案相比纯GPU架构实现了2至3倍性能提升。
用大白话说＝ 不再让GPU一个人干所有活，而是把任务拆成几段、各找最合适的芯片来跑——英特尔的CPU刚好卡住"调度"这个位置。
定制芯片市场，英特尔凭什么切入？
英特尔正式宣布进军定制芯片（Purpose-Built Silicon）市场，已披露两项合作：与谷歌合作提供基础设施处理器（IPU），与爱立信联合开发下一代通信基础设施芯片。
陈立武判断，企业将越来越倾向于围绕自身工作负载构建专属计算平台。
这反映出英特尔的底层逻辑：用从设计、制造到封装的全链条能力做差异化，而不是只卖标准产品。
隐私与算力怎么兼顾？
英特尔与Perplexity联合展示了混合推理方案：本地模型在Core Ultra Series 3 GPU上运行，敏感数据留在设备端；云端大模型负责生成最终报告。
用大白话说＝ 隐私敏感的活在你自己电脑上干，需要大算力的活交给云端——两头都不耽误。
这反映出AI落地的一个现实问题：企业和个人用户对数据隐私的顾虑，正在倒逼"端云协同"成为标配架构。
英特尔的底气从哪来？
陈立武在演讲中说："我们不会停留在过去的荣耀中，我们正在打造一个全新的英特尔。"
背景数据：英特尔2026年Q1营收、盈利及Q2业绩指引均超出市场预期，过去一年股价累计上涨454%。
这意味着→ 资本市场已经在为英特尔的转型故事买单，但真正的考验是Xeon 6 Plus和定制芯片业务能否在未来几个季度兑现收入。
Content is for reference only, not financial advice.