Intel中国区技术部总经理 高宇丨智能体时代，CPU重回C位——峰会纪要

行业背景：CPU 为什么在这一轮涨价又缺货 1. 智能体的爆发点早于“智能体元年”的说法

高宇在开场回顾了 CPU 在 AI 体系中的身份变化：此前 AI 训练与推理以 GPU 为主角，CPU 的角色被通俗地理解为“把数据准备好、清理现场”，行业里甚至被戏称为“机头机器”（即 GPU 服务器里的主机 CPU）。但从 2025 年下半年起，行业出现了明显反转信号：CPU 开始涨价，CPU 开始缺货。

他给出的时间线判断是：市场把 2026 年称作智能体的起点年份，但真正的加速起点在 2025 年第一季度——Codex Agent、Claude Code 等编码智能体把 vibe coding（随性编程）推向规模化，智能体开始真正写代码、执行代码、调用工具。从 2025 年七八月的 CPU 订单数据看，全球多家互联网企业已在增加 CPU 采购；到 9 月，内存随 CPU 同步上涨，随后 SSD 也进入上行，形成“CPU 涨价 → 内存上涨 → SSD 上涨”的联动。

“GPU 之外的所有东西，都因为智能体技术的巨大发展，全都被激活了。”——高宇

对应行业数据：CPU 服务器通常按“每颗 CPU 配多至 16 条内存条”的规模配置，CPU 与内存订单存在直接联动；TrendForce 2026 年报告称，智能体时代数据中心 CPU:GPU 配比可能从训练时代的 1:4～1:8 向 1:1～1:2 重构；高盛数据显示，近期 AI 基础设施资本支出中 CPU 份额已超过 GPU，摩根士丹利估算 Agentic AI 在 2030 年前可能为数据中心 CPU 市场带来 325 亿～600 亿美元增量。

2. 为什么是 CPU：智能体的工作流特性

智能体工作流是一个循环式的“三交互”模式，主循环由 agent runtime 作为调度器运行在 CPU 上：

1. 组装与记忆：处理用户上下文、调入记忆（Memory），封装成面向大模型的 API 调用；
2. 等待与判断：等待大模型返回，检查结果，决定下一步，并做权限校验；
3. 工具执行：调用工具（代码解释器、Shell、数据库、浏览器、文件系统等），执行后再检查、组装结果；结果不对就反思（reflect）、回滚、进入下一轮循环。

这条主线程整体是顺序执行的，CPU 占用大、持续时间长（一个编码智能体可能连续工作 30 分钟到数小时），而不是 GPU 擅长的万核并行矩阵运算。于是出现三重叠加：

• 需要足够的 CPU 算力（核心数 × 单线程性能）；

• 模型生成的代码必须在独立、安全、可控的 沙箱 中运行；

• 沙箱要支持快照、分叉、回滚、多副本与多智能体协同，进一步拉高 CPU、内存与存储开销。

“在座各位都是人工智能领域的专业人士。这么多年来，GPU 始终扮演核心角色，CPU 承担的工作相对简单——为 GPU 准备数据、算完再清理现场，定位就是给 GPU 做辅助支持。行业甚至给做 CPU 的厂商起了个尴尬的名字：你们是做‘机头机器’的。这个名字在某种程度上反映了当时 CPU 的实际情况。”

“但从去年下半年开始，这个行业出现了一个新观点：GPU 和 CPU 重新处于核心地位，各种技术元素都重新成为关键要素。第一个最明确的感知是 CPU 价格开始上涨、CPU 出现短缺。这一切发生的原因，就是智能体。”

二、需求源头：2025 年 Q1 的编码智能体

“大家都说 2026 年是智能体发展的起点年份，但智能体技术其实早在 2025 年第一季度就已经开始快速发展。Codex Agent、Claude Code 这些项目，推动了智能体在 vibe coding 领域的快速发展。”

“2025 年七八月份我们就感觉到智能技术会引发 CPU 市场增长——从 CPU 订单数据看，从年中开始全球很多互联网企业就增加了 CPU 采购量，但当时我们还有些迟疑，没有意识到这是一场革命性的变化。否则我早就做一些资本布局了。”

“到 9 月份发生了联动效应：要装一颗 CPU，至少需要 16 条内存条；增加 CPU 订单，必然需要更多内存订单。CPU 价格上涨、CPU 订单增加，内存订单同步上升。现在回看这个完美的联动效应——CPU 涨价、内存涨价、SSD 也涨价。GPU 之外的所有东西，都因为智能体的发展被激活了。”

三、为什么智能体如此吃 CPU：工作流特性

“大家都很熟悉智能体的工作流模式——存在三种交互方式，循环式的三种交互模式。这个主循环就是 agent runtime，作为主要调度器处理所有相关工作，智能体主线程就运行在这个循环里，运行的地点就是 CPU 上。CPU 承担的任务实际上非常繁重。”

“它负责最早的用户上下文处理，把记忆调入进来，再封装成对大模型的 API 调用；然后等待大模型执行结果，回来检查下一步要做什么、检查权限；权限确认后反馈给大模型‘现在可以开始操作了’，接着在大模型控制下调用各种工具；工具执行完再检查结果、组装结果。如果结果不对，就进行反思，进入下一个循环周期。如此循环往复。这里的主线程在 CPU 上，而且整个过程基本是顺序执行的。”

“这带来几个特点：第一，它占用的 CPU 处理时间规模非常大，你需要足够的 CPU 处理能力；第二，模型生成的代码很多，可以直接执行，但代码必须运行在独立、安全、可控的环境中，这就引出了沙箱；第三，agent 执行经常出错，需要回滚，所以沙箱必须能保存快照、随时回滚、随时创建多个副本。多副本又对应多智能体协同。”

“由此得出几个结论：第一，智能体极度依赖 CPU；第二，它对 CPU 资源的使用成本非常高；第三，沙箱化部署又进一步加大了难度。几重因素叠加指向同一个结论——这个时代我需要更多的 CPU，也需要更多的内存。”

四、沙箱部署：容器太轻、虚拟机太重，微虚拟机是平衡解

“沙箱技术其实不算新事物，云计算领域已经应用很久，只是过去使用范围并不广。云计算基本是两种极端方式：一种是容器化部署，容器最轻量，启动停止最容易，用 Kubernetes 可以一键做分布式部署、扩容缩容，非常方便；但容器有一个致命弱点——共享同一个内核，内部代码很容易逃逸（escape）到主机操作系统，对整个系统造成有害影响。所以容器只适合代码依赖程度很高、信任度较高的环境。”

“另一个极端是虚拟机：拥有独立内核，与操作系统、主机操作系统之间隔离良好，不同虚拟机之间也隔离良好；但虚拟机体积大、启动慢、资源消耗大，CPU 也会产生额外开销。”

“沙箱就是这两种技术结合的产物，目前比较常用的是微虚拟机（MicroVM）：仍然拥有独立内核，但省略了不需要的模块，比如不需要完整的文件系统输入输出。它保持了独立内核带来的隔离效果，但比传统虚拟机轻量、比容器安全。”

五、衡量沙箱系统的三大核心指标

“评估一个沙箱系统，要看三大特点：第一，起得快——启动速度快；第二，多——同时承载的沙箱数量多；第三，沙箱之间相互隔离。为了让沙箱更快、承载更多，人们设计了不同的启动与停止方式。”

• 冷启动：从零启动一个沙箱，相当于从零启动一个操作系统，最慢，可能半分钟甚至数分钟；
• 待命池（热池）：沙箱操作系统启动后做时间分段处理（检查点），保存在内存中，需要时从断点继续运行，速度快；
• 快照落盘（温/冷）：把快照存在 SSD 上，需要时再从磁盘调取，不占内存、节省资源。

“智能体时代，数据中心部署智能体该用什么 CPU？行业里有几种观点。”

“以 N 开头的那家公司（指强调高 IPC 的路线）说：我们的 CPU IPC 非常高，每个线程性能出色——我要跑得快。以 A 开头的那家公司（指强调核心密度的路线）说：从单位功率看，整机柜可运行的线程总数最多，能承载更多代理程序——我要跑得多。这就像华山派有剑宗、气宗。”

“最正确的答案来自以 AI 为核心的公司：你们说的都对，但都不全面。真正的智能体应该是一个平衡系统——六边形结构，不能偏科。”

六边形维度

为什么智能体需要它

① 更高的沙箱并发度

需要更多物理核心，承载同时运行的微虚拟机

② 更高的 IPC 与频率

每个沙箱里的智能体主线程是顺序的，用户感知的是单线程延迟

③ 更大的内存与更灵活的内存配置

沙箱是内存需求型负载，每个沙箱都需要独立内存，内存不足就无法运行

④ 指令可用硬件加速

内存复制、校验、压缩、加解密等杂活应卸载出通用核

⑤ 物理级安全

沙箱必须提供最高等级的隔离，加密不能只靠软件

⑥ 高 RAS（可靠性、可用性、可服务性）

单颗数百核跑上千沙箱，爆炸半径极大，必须压住故障影响

七、怎么评测：帕累托前沿与 P99 约束下的容量

“英特尔内部在评估一个 CPU 系统：运行沙箱时，整个 CPU 的性能表现如何、应该做哪些优化。大家看左边那个帕累托前沿（Pareto frontier）——做高并发系统的人都经历过：单个 CPU 上任务细节（沙箱密度）很少时，每个任务消耗的 CPU 少、跑得快，横轴往右；但只跑一个任务时，CPU 整体负载低、吞吐量在纵轴底部。并发提高后，CPU 利用率上升、吞吐量改善，但每个任务的延迟变长、用户体验变差，曲线往左上方走。把所有点画出来就是帕累托前沿，前沿向右上方移动，代表 CPU 物理性能更好。”

“但这个工具只反映 CPU 硬件性能。如果系统只做到这一层，竞争中肯定会处于劣势，因为还有很多地方可以优化。”

“另一个角度看：给智能体提供算力，智能体数量不足时，每个智能体的延迟都很出色；当智能体数量突破某个阈值，CPU 负载突然上升、资源开始竞争，每个智能体的延迟就受到影响；再往后，突破 P99 延迟上限，系统就无法正常运行。所以每个系统都有一个 P99 延迟上限。随着智能体数量增加，每颗 CPU 都会生成一条曲线。”

“不做任何优化是一条白色曲线；经过一系列优化后，有机会把白色曲线向右移动——在同硬件、不改变 CPU 的前提下，智能体部署数提升 28%：原来只能部署 235 个智能体，现在可以部署 300 个。这就是实实在在的智能体生产力，是经济收益。”

八、三项硬件优化：DSA、IAA 对应热/温/冷三种沙箱状态

“下面是我们优化的方向。英特尔已经发布了一份白皮书，大家感兴趣可以联系英特尔相关人员获取。我们画了三类状态的智能体：大约 128 个智能体并行运行，有的是活跃状态、有的是休眠状态、有的是完全停止。活跃指正在用 CPU 运行；休眠指数据还在内存、无法释放；停止则数据已存到磁盘。英特尔对三类智能体都有优化方案。”

“英特尔有两种加速器：DSA（Data Streaming Accelerator，数据流加速器），用于内存复制和内存校验；IAA（In-Memory Analytics Accelerator，存内分析加速器），用于数据压缩。下面分别说这三个技术对沙箱的优化与直接收益。”

（1）热沙箱：DSA ＋ KSM 同页合并

“在热沙箱中，我们发现一个现象：大多数内存页面至少有三分之一是完全相同的——因为这些沙箱都是由同一个操作系统内核启动出来的，必然有大量相同内存页，分别存在于不同沙箱里，造成巨大资源浪费。”

“操作系统有 KSM（Kernel Same-page Merging，内核同页合并）机制：把看似相同的页面合并，最终只保留一份，只有写入时才执行写时复制（Copy-on-Write）；不写入时大家共享同一份数据，极大节省内存。但过去大家不敢用，因为处理相同页面需要大量 CPU 计算——开启 KSM 做内存去重，CPU 消耗高达一个核心的 30%，很令人担忧。”

“有了英特尔 DSA，这个问题解决了。DSA 提供硬件物理引擎，自动处理内存复制、内存校验（比较与校验和）。打开后，DSA 负责验证内存数据、把冗余数据去重，开销接近零个 CPU 核心，大幅节省内存。目前整个流程已经测试完成，基本可以进入部署阶段。”

技术依据。英特尔与学界论文《Cooperative Memory Deduplication With Intel Data Streaming Accelerator》（IEEE Computer, 2025）显示：传统 CPU 版 KSM 会让同跑应用的尾时延恶化 5.0～10.9 倍，而 DSA 卸载版把尾时延恶化控制在约 1.6 倍，同时保留相近的内存节省；另一篇 USENIX ATC 2025 论文显示，DSA 卸载 KSM 的 memcmp/xxhash 可降低缓存污染与 CPU 占用。

（2）温沙箱：IAA ＋ zswap 压缩

“温沙箱里也有大量内存页，但都是各自独立的个性化数据，无法用同页合并消除重复。系统一段时间不使用时，操作系统会用 zswap 机制把冷页压缩后放进内存池，再过一段时间仍不活跃才落盘。这个过程中存在压缩，过去由 CPU 完成，开销惊人，所以大家虽然知道 zswap 存在，却都不敢用。”

“有了英特尔 IAA，就可以放心使用了。IAA 是硬件实现的无损压缩技术，可以把那些静态页放心地压缩后放进内存池，不需要再落到磁盘。实测这种压缩方式能够节省约 50% 的内存；压缩过程几乎不消耗 CPU，解压过程约 0.5ms，沙箱从关闭状态恢复到正常状态的速度极快。这不仅节省了内存，也没有 CPU 消耗，相当于免费送的机会。”

技术依据。英特尔官方白皮书《Memory Tiering with Intel In-Memory Analytics Accelerator》说明：zswap 是 swap 的压缩回写缓存，IAA 以 Deflate 算法在 Linux zswap 子系统中卸载压缩/解压；基于至强 6（Granite Rapids 性能核）的 Redis/SPEC CPU 2017 测试，有效内存节省相比 lz4/zstd 软件压缩提升 1.2～2.2 倍。

（3）冷沙箱：IAA ＋快照压缩落盘

“冷沙箱会以快照形式完整存储到 SSD。执行这个操作时同样使用 IAA 压缩，压缩完再写入磁盘——既节省 SSD 空间，又因数据量更小而加快读写速度，同时加速冷沙箱的启动与停止。所以这项功能不仅省 SSD，还加快沙箱的启停。”

“这两项技术（DSA、IAA）完美适用于沙箱的三种状态，而且整条技术链都在 Intel 平台上成功运行。目前我们已经完全实现这些技术的应用，有了相关白皮书，很快会把这些技术方案发布到开源社区。拥有英特尔至强 6 Granite Rapids 处理器，就可以立即在未来的沙箱环境中部署相关技术，获得比同行更具竞争力的成本水平与更出色的沙箱性能。”

九、安全与“爆炸半径”：TDX 与 RAS

“沙箱本身已经提供了很好的隔离，但很多用户担心这种隔离会不会被黑客进一步攻击——这种可能性是存在的。英特尔研发了更先进的技术 TDX（Trust Domain Extensions，信任域扩展）：针对虚拟机中的内存进行保护，全部加密，而且每一个虚拟机有单独的密钥，虚拟机之间的密钥不串。哪怕再厉害的人攻克了某个虚拟机或沙箱、进入别人账户，也一个字看不懂，因为对方用自己的密钥加密。”

“这种物理层面的加密机制，已经在许多云计算数据中心部署，用于高可靠、机密要求高的场景，国内的火山引擎、京东云、百度云都已经在采用。沙箱时代，很多企业级沙箱环境要求遵守安全规范、要求内存区域必须加密，TDX 是完全符合这些要求的理想选择；而且所有操作由硬件控制，几乎不需要额外 CPU 消耗，就能获得最基础、最本质的安全保障。”

“更重要的是，TDX 不仅能确保内存数据加密，还能确保从内存到 PEP AI 设备——也就是到 GPU 卡——这一整条传输路径，使用同一把密钥进行全程加密。所以无论内存里、显存里有什么数据，全都是你专属空间里的东西，被你的 TDX 密钥保护着。”

“除了硬件层面的安全可靠性，还有软件层面；而智能体时代最容易被忽略的是硬件 RAS。我们一颗 CPU 核心可以运行四个沙箱或四个代理程序。现在单颗 CPU 最高达 288 个核心，意味着有 1000 多个沙箱、1000 多个代理程序在同一颗 CPU 上运行。行业常说‘爆炸半径’——当这颗 CPU 出问题时，最多 1000 多个代理程序都会受影响，非常可怕。所以必须确保系统底层基础架构有绝对的稳定性。”

“英特尔在安全与可靠性方面，RAS 特性经过数十年发展，已经实现极其完善的 50 多项 RAS 功能，保障 I/O 子系统、CPU 子系统、UPi（Ultra Path Interconnect）互联系统都得到最理想的保护。只有我们敢说：与供应商合作之后，能够实现五个 9（99.999%）的安全性与可靠性水平，把系统停机时间降到最低。这不是可选项，而是部署 Agent 系统时必须达到的指标。”

十、从单芯片到单机柜：硬件创新的三类形态

“除了软件功能，agent 系统还需要硬件创新。今天大家在算力系统、GPU 算力领域已经有很多硬件创新，超节点等话题会被大量讨论，英特尔也参与其中。但我们想提出一个问题：你是否需要一个算力密度更高的 CPU 集群？当你的数据中心已经做了全液冷改造、高压直流改造，能够支持更高的计算密度时，是否应该专门部署一个真正的 CPU 机柜——里面装满大量核心 CPU 和最大容量内存，让这个机柜运行所有代理程序，同时让代理程序与 CPU 集群之间的距离尽可能短、传输时间最小？”

“我认为这个未来一定会发生，英特尔正在推动这件事。两天后英特尔将在苏州举办今年的 Intel Connection（技术创新与产业生态大会），在大会上推出英特尔提出的高密度单机柜设计：每个机柜至少容纳 128 颗 Granite Rapids 级处理器，最高配置 192 颗 Granite Rapids AP（Advanced Performance）级处理器；这种机柜至少能够同时承载 5 万个代理程序并行运行，并通过 CXL 内存池的方式，让许多代理在不同节点间轻松调度。”

“除此之外，我们还在关注集装箱式部署和办公室部署。因为现在人工智能的发展速度实在太快，对人工智能的需求已经超过数据中心建设的速度——在中国这样的基建大国，项目建设至少也要 9 个月，但需求可能下个月就要。最好的方式就是直接塞进集装箱拉到现场；如果边上还有绿电，直接绿电直连，电费最低、部署最灵活。”

“有时候企业迫不及待想部署，但内部没有专门机房、也不打算建集装箱，于是我们开发了名为 Token Box 1（词元一体机/Token 一体机）的实体机器：大概半柜、约 22U，整体噪音控制在 55 分贝左右，可以直接放在办公室里，为企业的某个部门提供各种代理服务和 AI 服务，实现最佳的灵活性。”

“智能体这个话题非常重要——AI 从过去的学术内容，变成真正可以实际应用的工具，智能体无疑是一座重要桥梁，也是未来 AI 能持续发展多年的关键步骤。但智能体不仅需要强大的处理器，还需要卓越的软件与硬件创新。英特尔愿意在这个行业中发挥推动作用，帮助大家更快地实现创新。谢谢大家！”