广东
智通财经APP获悉，英特尔(INTC.US)首席执行官陈立武周一表示，中国前沿人工智能(AI)模型的单Token成本更低，并且已经获得“非常迅速”的应用。据报道，陈立武称DeepSeek、Kimi和GLM等模型的性能“已经足够好”。他还表示：“我是开源的坚定支持者。这是推动效率提升的最佳方式。”他同时补充称，最终哪些模型适合哪些应用场景，将由市场决定。
陈立武的观点与英伟达(NVDA.US)首席执行官黄仁勋属于同一阵营。黄仁勋曾多次为中国开源模型辩护。今年7月，黄仁勋表示，DeepSeek、阿里巴巴和Moonshot AI的模型都“非常出色”，应该得到应用。他还表示，开源模型能够扩大AI的应用范围，而不是减少对英伟达芯片的需求。
开源AI模型的一个重要特点便是模型使用成本相对更低。对于英特尔而言，更广泛地采用低成本AI模型可能推动AI得到更广泛的部署，进而增加市场对运行这些工作负载所需CPU、服务器和数据中心基础设施的需求，而这正是英特尔当下正在发力的方向。
与此同时，陈立武已将英特尔的数据中心业务定位为智能体AI的受益者。数据显示，英特尔第二季度营收同比增长25%至161.3亿美元，为2011年以来最快增速，好于市场预期的144.2亿美元。其中，数据中心及AI业务部门营收达到63亿美元，同比猛增59%，增速是公司整体营收的两倍以上，高于市场预期的53.7亿美元。
随着业界从训练大模型转向大规模部署能够自主执行任务的智能体AI，通用CPU的需求迎来井喷。智能体AI能够执行多步骤任务，因此需要大量计算能力。传统AI推理可以高度依赖GPU完成矩阵计算，但智能体工作流会把一个任务拆成规划、检索、文件读写、规则校验、代码执行、工具调用和结果验证等多个阶段，这些环节天然更依赖通用CPU、内存访问、I/O和系统调度。传统推理场景GPU与CPU资源需求约为7:1，而在智能体工作流中可能趋近1:1甚至CPU更重。这并非意味着GPU不重要，而是意味着AI数据中心从“GPU孤岛”进入“CPU+GPU+ASIC+光互连网络基础设施+存储”的异构系统时代。
此外，有分析认为，开源模型的发展还能帮助英特尔减少对单一AI生态的依赖。目前AI基础设施市场很大程度上围绕英伟达CUDA生态建立。而开源模型的发展有机会让企业形成更加多元化的AI基础设施。例如，企业可能选择英伟达GPU+英特尔CPU，也可能是英特尔CPU+其他AI加速器，或者CPU负责通用计算+专用加速器负责AI推理。对于英特尔来说，最重要的不是一定要成为“第二个英伟达”，而是尽可能让自己成为AI数据中心不可缺少的通用计算基础设施供应商。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
