智能体的算力账，英特尔要用CPU来算

9月22日，苏州。2026英特尔技术创新与产业生态大会开幕，主题叫"同芯·智远"。11场主题演讲，80多场技术课堂，1.5万平方米的展区塞了1400件演示，300多家伙伴搭了台子。

英特尔这次想讲明白一件事：智能体时代来了，算力的排位要重排。过去一年所有人的眼睛都盯着GPU，它想把CPU拉回中心。

以CPU为核心，英特尔为智能体AI打造全新智算中心

英特尔数据中心集团副总裁、中国区总经理陈葆立上台，先报了一串数。到2026年底，超过80%的企业应用会至少嵌一个AI智能体。IDC把预测推到2031年，中国企业场景里的活跃智能体会有3.5亿个。最扎眼的是最后这条：中国大模型每天的Token调用量，已经涨到2024年初的5000倍。

钱跟着需求走。2026年全球AI优化型IaaS支出预计涨96%，美银证券的判断更狠，到2029年中国AI数据中心的固定资产投资要超过2.2万亿元。

供给端的变化更猛。关于2030年CPU市场规模的预估，半年里就从今年2月的590亿美元跳到了8月的2100亿美元，差不多翻了3.6倍。数据中心里AI负载的占比也在变，预计从2025年的40%升到2030年的80%，等于说未来加进数据中心的芯片，一大半是为AI买的。

陈葆立的解释很实在。智能体跑起来，底下是一层层的软件工程。上下文工程让模型记住背景，Harness给模型配上工具和"手"，Loop engineering让它像学生一样反复验算答案。这些活儿不炫，但大多适合CPU干。所以他说得很直白：过去这一年智能体起来，直接带来了对CPU的巨大需求。

架构上，英特尔把未来的数据中心分成三类。一类是CPU服务器或者集群，管智能体的执行和工作编排；一类是配了AI加速卡的智算中心；还有一类是高性能存储集群，专门扛长对话和文档。三样都要CPU做数据调度。当"Token工厂"变成"AI工厂"，比的不是谁能产更多Token，而是整个系统怎么用更少的资源帮客户多办事。

落到产品。今年6月发的至强6+，用Intel 18A制程，288个核，单颗最多能稳稳跑近1000个智能体。现场给了两组实测：在客户选的一组负载下，至强6+单智能体平均性能比竞品高15%；满足200毫秒启动时延的前提下，单颗最多能并发建350个沙箱，是某同类产品的1.46倍。

一颗芯片再猛，也顶不住海量沙箱同时起来。所以英特尔拉着伙伴发了个开放Agent整机柜平台规范，把计算、内存、供电、散热一起算进设计，让更多厂商能照着这套标准做自己的整机柜。

在智算服务器里，至强更多时候是站在前面的那颗机头CPU，管数据预处理和传输。Intel 18A-P这代，每瓦性能提了9%，同性能下功耗降18%。从第三代酷睿Ultra、酷睿处理器到锐炫Pro B70/B65，英特尔把算力从客户端一路铺到边缘。

部署形态也冒出新东西。集装箱式的AI算力仓，还有把算力直接推到企业一线的词元一体机。

从AI PC入口到智能体原生系统，英特尔怎么攒生态

端侧是这次大会的另一半重点。

英特尔副总裁、端侧计算和物理AI事业部中国区总经理高嵩，用两个定律开场：规模定律和密度定律。密度定律说，大概每三个月，同样大小的模型，智能密度翻一倍。他举的例子很直接：一个90亿参数的新模型，智能程度已经能赶上甚至超过几个月前1200亿参数的大模型。

底座是CPU、GPU、NPU拼起来的XPU混合架构。CPU管高频的计划、决策、逻辑推理；GPU做AI并行计算；NPU用极低的功耗接音频、视觉这类全天候任务。

有两件事值得单独拎出来说。

一件在应用层。"英特尔AI PC智能体伙伴"正式进了WorkBuddy，分成智效办公、智享生活、智创内容、智优电脑四个板块，用户在一个入口就能调端侧的AI技能。另一件在系统层。英特尔联合阿里云千问，预览了Qwen Book智能体原生桌面操作系统的深度适配，用多种形态的AI PC硬件和千问的全栈方案融在一起，做智能体原生设备。

这两步比堆参数有意思。以前英特尔在PC上卖芯片，软件伙伴各自去适配；现在它把技能入口和操作系统层一起往前推，等于在端侧既占了入口，又插进了系统。第三代酷睿Ultra能在本地跑350亿参数级的模型，加上模型路由决定什么时候用端、什么时候上云，混合式AI的架子就搭起来了。

搭生态的不止这几家。英特尔这头和70多家独立软件开发商推AI PC体验，跟中国的模型厂商做了17项首日适配。云上，国内服务商已经推出200多种至强6和至强6+的云实例，光阿里云就占了117种，其中50多种已经跑在智能体场景里。边缘侧，100多家机器人伙伴在往前推。

物理AI也没落下。英特尔联合科通工业、神州数码发了具身智能开发套件，用第三代酷睿Ultra，把实时控制的平均抖动压到1.6微秒，开发者开箱就能跑通"感知—规划—执行"。

热点科技洞察

说真的，这场会最让我在意的，不是哪颗芯片又快了多少，而是英特尔摆出来的姿势。

智能体AI正从demo往产业里走，市面上聊得最热的是GPU。英特尔偏在这个节点把"CPU回C位"当主线，更像是对"AI等于GPU"这股惯性的一次正面较劲。单看x86体系，至强6+的数站得住脚：近1000个智能体、350个沙箱并发、1.46倍，说的都是同一件事，智能体把CPU从配角逼成了高频刚需。

它真正在做的，是把自己的位置从芯片商往标准制定者和生态组织者上挪。整机柜规范、具身智能套件、模型首日适配，这一串动作都朝这个方向。AI PC智能体伙伴进WorkBuddy、联合千问做Qwen Book，是同一套逻辑在端侧延伸：它不想只待在硬件层，想往用户真正碰得到的入口和系统里钻。

不过得泼点冷水。大会上的那些数字，来源无非两类：一类是IDC、美银这类机构的预测，一类是英特尔和特定伙伴在自己负载下的实测。预测和定向实测都算不上宽口径，往外推的时候得打个折。

至强6+的强项，说白了就是智能体调度、沙箱并发、数据预处理这几样它本来擅长的活。这些东西放进一整套系统里到底能放大多少，没真部署跑过，谁也说不准。国内GPU方案一茬接一茬，至强当机头CPU的主流位能不能守稳，也不是一两年能下结论的事。更根本的一点，智能体要规模落地，瓶颈正往应用侧跑：怎么把一次对话变成能稳定跑下去的工作流，芯片解决不了。

所以这场会的分量，不在某页PPT上的参数，而在它把300多家伙伴、1400件演示、1.5万平方米摊开来给你看。在这个赛道上，英特尔赌的从来不是单点性能，而是"想做AI的人，绕不开这个生态"。这话它说了很多年，但今年，它把筹码摆得比往年都实。