|
随着AI应用加速渗透至产业深处，英特I演两大技术趋势正重塑行业格局：一是尔宋具备自主规划与执行能力的“智能体AI”（Agent AI），它不仅能回答问题，继强进更能像人类一样处理复杂任务；二是核心和物从虚拟走向现实的“物理AI”，通过机器人、异动智机械臂及智能汽车等实体载体，构算实现对真实环境的力推理深度感知与交互。两者的英特I演深度融合，有望在教育、尔宋医疗、继强进交通及制造等千行百业中普及，核心和物使AI成为生产生活中不可或缺的异动智可靠助手。 这一变革也倒逼底层算力架构的构算重构。近日，力推理英特尔中国研究院院长宋继强分享了英特尔的英特I演最新战略：通过构建以CPU为核心的异构算力架构，系统性布局智能体AI与物理AI，旨在为产业伙伴和开发者提供开放、可持续的技术基础设施。 智能时代：CPU价值的重新定义当前兴起的“多智能体系统”正在改变算力的分工逻辑。在面向真实产品级应用的多智能体架构中，计算任务不再局限于模型的训练与推理，还涵盖了数据处理、逻辑分析、工具调用、代码生成测试以及智能体间通信等高复杂度环节。这些任务高度依赖CPU的通用计算能力与调度能力，从而显著提升了CPU在系统中的数量占比与核心地位。 市场数据印证了这一趋势。根据摩根士丹利预测，数据中心“机头”CPU的整体市场规模将在未来几年迎来显著增长，新增空间可达数百亿美元量级。英特尔首席执行官陈立武指出，一线客户的实践反馈显示，数据中心中CPU与GPU的比例正发生根本性转变：在训练阶段，比例从传统的1:8向1:1过渡；而在前端部署多智能体系统、进行产品级应用时，这一比例甚至可能达到4:1。 企业追求智能体AI的核心诉求在于经济、高效与可靠。其关键在于系统能否将复杂任务拆解为多个步骤，并按需调用不同的AI模型，而非依赖单一模型处理所有任务。这种逻辑与异构计算的理念高度契合。此外，在“词元经济”背景下，优化算力的分配与使用效率，成为提升词元利用率的关键路径。
在此背景下，以CPU为核心，协同GPU、NPU、IPU及各类AI加速器的异构算力架构，已成为支撑智能体AI的长期演进方向。对于产业而言，竞争焦点已从“单一芯片的绝对性能”转向如何在功耗、成本与灵活性之间寻求整体最优解。 全栈能力：支持混合AI的高效部署异构算力的部署需平衡隐私、安全、性能与成本等多重因素。为此，英特尔提出“混合AI”（Hybrid AI）战略。该模式将敏感任务保留在本地，将高算力需求任务按需调度至云端大模型，并在云边端之间建立高效协同通路，从而统一优化算力分布、响应延迟及数据隐私保护。 英特尔正通过硬件、系统及软件的全栈能力，助力企业轻松落地混合AI：
迈向物理AI：从数字世界到现实交互将智能体AI从数字空间拓展至物理世界，即边缘计算与具身智能的结合，将为AI应用开辟更广阔的空间。
物理AI的核心在于具备物理交互能力，涵盖感知、决策与执行全流程。英特尔基于第三代酷睿Ultra处理器提供工业级支持，最高可提供180 TOPS的AI算力，并配套面向机器人与边缘AI的软件包，重点强化实时性、安全性及多任务调度能力。针对机器人厂商与开发者，英特尔已发布参考设计板与机器人开发套件，助力在实际硬件上验证和优化感知与决策模型。 随着模型与任务的持续演进，系统架构与芯片集成方式也将不断迭代。未来，智能体设备的形态将更加多元化：
英特尔坚信，随着智能体AI赋能多种硬件并在不同形态间形成互补支撑，新一轮产业爆发即将到来，物理AI与机器人领域也将迎来显著增长。英特尔将继续坚持以CPU为核心，优化异构算力架构，支持智能体AI与物理AI的灵活部署；助力客户拥抱混合AI架构，优化算力分布、计算成本、延迟与隐私保护；并依托先进制程与封装技术，打造领先产品，覆盖更全面的生态场景。 |
