在AI應(yīng)用加速落地的過(guò)程中，兩大方向格外引人關(guān)注：一是“會(huì)說(shuō)也會(huì)做”的智能體AI，不僅能回答問(wèn)題，還能自主規(guī)劃和執(zhí)行任務(wù)；二是走出虛擬空間的物理AI，通過(guò)機(jī)器人、機(jī)械臂、智能汽車等搭載AI的物理載體，實(shí)現(xiàn)對(duì)真實(shí)環(huán)境的感知、分析與交互。兩者的結(jié)合，有望在教育、醫(yī)療、交通、制造等千行百業(yè)深入普及，讓AI成為生產(chǎn)生活中的可靠“幫手”。

智能體和物理AI的崛起，也在重塑底層算力結(jié)構(gòu)。近日，英特爾中國(guó)研究院院長(zhǎng)宋繼強(qiáng)與業(yè)界同仁分享了英特爾的最新實(shí)踐：通過(guò)以CPU為核心的異構(gòu)算力架構(gòu)，系統(tǒng)性布局智能體AI與物理AI，希望為產(chǎn)業(yè)伙伴和開(kāi)發(fā)者提供開(kāi)放、可持續(xù)的技術(shù)基礎(chǔ)設(shè)施。

智能時(shí)代，CPU正迎來(lái)新的價(jià)值定義

最新一波興起的“多智能體系統(tǒng)”，正在改變算力的角色分工。在面向真實(shí)產(chǎn)品級(jí)應(yīng)用的多智能體系統(tǒng)中，不僅包含模型的訓(xùn)練和推理，還需要完成數(shù)據(jù)處理、分析、工具調(diào)用、代碼生成與測(cè)試、智能體間通信等大量計(jì)算任務(wù)。 這些環(huán)節(jié)需要CPU的通用計(jì)算能力和調(diào)度能力，使得CPU在系統(tǒng)中的數(shù)量和重要性顯著提升。

根據(jù)摩根士丹利的市場(chǎng)預(yù)測(cè)，數(shù)據(jù)中心"機(jī)頭" CPU的整體市場(chǎng)規(guī)模，有望在未來(lái)幾年顯著增長(zhǎng)，新增空間可達(dá)數(shù)百億美元量級(jí)。英特爾公司首席執(zhí)行官陳立武也表示，根據(jù)一些來(lái)自一線客戶的實(shí)踐反饋，數(shù)據(jù)中心中CPU和GPU的比例正在從訓(xùn)練階段的1比8轉(zhuǎn)變?yōu)?比1，在前端部署多智能體系統(tǒng)、做產(chǎn)品級(jí)應(yīng)用時(shí)，這一比例甚至?xí)_(dá)到4比1。

企業(yè)希望智能體AI能夠以更經(jīng)濟(jì)、高效、可靠的方式幫助其重構(gòu)數(shù)字化、智能化流程，其核心需求在于系統(tǒng)能夠?qū)⑷蝿?wù)拆解為多個(gè)步驟，每個(gè)步驟再按需調(diào)用所需的AI模型，而非所有任務(wù)都依賴單一模型來(lái)處理，這與異構(gòu)計(jì)算的邏輯不謀而合。此外，在“詞元經(jīng)濟(jì)”中，以更優(yōu)的方式分配和使用算力，也是更高效地調(diào)用詞元的必然選擇。

在這種背景下，以 CPU 為核心、配合GPU、NPU、IPU、AI加速器等多類芯片的異構(gòu)算力架構(gòu)，正在成為支撐智能體AI的一種長(zhǎng)期方向。對(duì)產(chǎn)業(yè)而言，關(guān)鍵不在于“單一芯片絕對(duì)性能”，而在于如何在功耗、成本與靈活性之間找到整體最優(yōu)解。

以全棧能力支持混合AI部署

異構(gòu)算力應(yīng)當(dāng)如何部署？企業(yè)需要考慮隱私、安全、性能、成本等諸多因素。為了取得平衡，英特爾認(rèn)為“混合AI”勢(shì)在必行。“混合AI”將敏感任務(wù)留在本地，高能力任務(wù)按需調(diào)用云端大模型，并在云側(cè)和端側(cè)之間形成高效協(xié)同通路，統(tǒng)一優(yōu)化算力分布、響應(yīng)延遲與數(shù)據(jù)隱私。

從硬件、系統(tǒng)到軟件，英特爾正提供全棧能力，幫助企業(yè)更輕松地部署混合AI。在硬件層面，第三代英特爾酷睿Ultra和即將上市的英特爾至強(qiáng)6+，均基于Intel 18A制程節(jié)點(diǎn)打造而成，能夠提供很高的性價(jià)比和能效比。

在系統(tǒng)層面，英特爾幫助企業(yè)構(gòu)建面向自有數(shù)據(jù)和業(yè)務(wù)流程的系統(tǒng)級(jí)基礎(chǔ)設(shè)施，支持在不同功耗、尺寸與部署條件下，靈活選用多種 XPU 硬件（CPU、GPU、NPU、IPU 、各類 AI 加速器等），并推動(dòng)開(kāi)放的異構(gòu)硬件互聯(lián)，實(shí)現(xiàn)不同設(shè)備的高性能、低延遲連接。

在軟件層，英特爾構(gòu)建了開(kāi)放的AI軟件棧，上層對(duì)接業(yè)界主流的大模型與智能體開(kāi)發(fā)框架，中間層向下對(duì)接多種異構(gòu)硬件。這套軟件棧可跨硬件協(xié)調(diào)多個(gè)智能體系統(tǒng)，統(tǒng)一調(diào)度計(jì)算、存儲(chǔ)與互聯(lián)資源，同時(shí)可以在相對(duì)長(zhǎng)期內(nèi)保值，避免硬件一更換就要完全重寫(xiě)上層軟件的情況。

邁向物理AI

將智能體AI由數(shù)字世界拓展至現(xiàn)實(shí)世界，與物理載體相結(jié)合，即將邊緣計(jì)算延伸至物理AI和具身智能，將為AI應(yīng)用帶來(lái)更大的機(jī)遇。

物理AI需要具備物理交互能力，涵蓋感知、決策與執(zhí)行。英特爾正基于第三代酷睿Ultra處理器打造工業(yè)級(jí)支持，能夠提供最高達(dá)180 TOPS的AI能力，并配套面向機(jī)器人與邊緣 AI 的軟件包，強(qiáng)調(diào)實(shí)時(shí)性、安全性以及多任務(wù)調(diào)度能力。針對(duì)機(jī)器人廠商和開(kāi)發(fā)者，英特爾已發(fā)布參考設(shè)計(jì)板和機(jī)器人開(kāi)發(fā)套件，以便在實(shí)際硬件上驗(yàn)證和優(yōu)化感知模型、決策模型等。

此外，隨著模型和任務(wù)類型持續(xù)演進(jìn)，相關(guān)系統(tǒng)架構(gòu)和芯片集成方式也需要不斷迭代。未來(lái)，智能體設(shè)備形態(tài)將更加多樣：

1. AI PC 將從可以運(yùn)行少數(shù)大模型，演進(jìn)到承載支撐個(gè)人與企業(yè)應(yīng)用的智能體網(wǎng)絡(luò)；

（2）AI NAS（AI 網(wǎng)絡(luò)附接存儲(chǔ)）把傳統(tǒng)NAS升級(jí)為具備本地智能分析和處理能力的存儲(chǔ)節(jié)點(diǎn)，更貼近家庭和中小企業(yè)的真實(shí)數(shù)據(jù)場(chǎng)景；

（3）AI Box則作為一種通用的“AI 盒子”形態(tài)，可以在車載、家庭、門(mén)店和邊緣場(chǎng)所中靈活部署，基于不同算力平臺(tái)和內(nèi)存組合形成豐富的產(chǎn)品線。

隨著智能體AI賦能多種硬件，并在不同形態(tài)之間相互組合、相互支撐，英特爾堅(jiān)信將迎來(lái)新一輪產(chǎn)業(yè)的爆發(fā)，隨后物理AI、機(jī)器人等領(lǐng)域也將迎來(lái)顯著增長(zhǎng)。英特爾將堅(jiān)持以CPU為核心，優(yōu)化異構(gòu)算力架構(gòu)，更好地支持智能體AI和物理AI的靈活部署；幫助客戶擁抱混合AI架構(gòu)，優(yōu)化算力分布、計(jì)算成本、延遲和隱私；并繼續(xù)基于先進(jìn)制程和封裝技術(shù)打造領(lǐng)先的產(chǎn)品，提供多樣化的產(chǎn)品形態(tài)，并在生態(tài)層面覆蓋更全面的場(chǎng)景。