Agent時代的CPU軍備競賽，至強6+如何把Agentic AI變成生產力？

今年的數據中心採購出現了一個反常情況，CPU開始缺貨了。英特爾市場營銷集團副總裁、中國區總經理郭威在發佈會上給出了一組數字：2026年一季度，中國AI算力需求同比爆漲417%；與此同時，CPU與GPU的配比已經從過去的1:8，逐步走向1:4、1:2，部分場景甚至達到了1:1。這不是宏觀預測，是正在發生的現實。英特爾數據中心集團副總裁、中國區總經理陳葆立透露，某國內頭部大模型廠商從去年到今年，CPU需求增長了5倍。英特爾數據中心集團副總裁、中國區總經理陳葆立需求從哪裡來？答案是Agent。與傳統推理不同，Agent不是完成一次問答就結束，而是持續執行任務——調度工具、查詢數據庫、管理記憶、創建子Agent。這些工作絕大多數落在CPU身上，不是GPU。Agent越多，CPU的壓力越大，缺貨也就不難理解了。近期英特爾在北京舉辦數據中心創新日，發佈首款基於Intel 18A製程的數據中心處理器至強6+。與Computex發佈時側重產品能力不同，這次發佈會的重心更落地，英特爾用算力、存力、連接力、保障力，聯合騰訊雲、金山雲、阿里雲等合作伙伴，回答了至強6+究竟在中國如何把Agentic AI變成生產力？其中還有兩把很多人沒注意到的「金鑰匙」，是CPU缺貨背景下讓Agentic AI落地的關鍵，也是英特爾在Agentic AI時代獨特競爭力的體現。一顆至強6+能同時跑逾1000個Agent，靠的是什麼？陳葆立在發佈會上給出了一個數字：單顆至強6+可以支持超過1000個智能體的穩定部署。此前雷峰網提到，按雲服務常見配置（2核4GB或1核2GB），一顆至強6+可同時部署約400至500個Agent。而這次超過1000個，是基於單核運行3到4個Agent實例的軟件調度優化方案——在更激進的密度配置下實現的上限，兩個數字口徑不同，並不矛盾。背後的邏輯是核心密度。至強6+最高擁有288個能效核（E-Core），通過軟件調度，每個物理核心可以同時分身運行3到4個Agent實例。對於"大量小步工作"這類典型的Agent任務——調度、路由、工具調用——高核密度恰恰是最合適的配置。陳葆立點出了一個容易被忽略的問題："單靠很多個輕量核是不夠的。"Agent本體在E核上運行，但當它真正開始執行任務時，觸發的工作負載完全不同。比如Agent去調用數據庫，數據庫本身是極度消耗單核性能的應用，背後需要的是高性能P核。陳葆立舉了一個例子：某家做SAP HANA的企業，用Agent大量調度SAP任務，瞬間觸發的是密集的P核計算需求。這是英特爾至強同時提供E核（至強6+）和P核（至強6）兩條產品線的底層邏輯——Agent的工作負載是異構的，"單一架構打天下"在這裡行不通。支撐這套系統運轉的，是英特爾為Agentic時代打造的算力、存力、連接力、保障力四力。當然在算力的部分，至強6+除了是首款採用Intel 18A的服務器CPU，以及擁有高達288個核心之外，有兩個容易被忽略的"殺手鐧"技術。至強6+的兩把「金鑰匙」：QAT和IAA打開KV Cache瓶頸英特爾中國區技術部總經理高宇強調："至強6系列擁有的QAT（數據壓縮加速引擎）和IAA（內存分析加速器），是打開真正普及Agentic AI的兩把金鑰匙。"這兩個技術在產品發佈環節沒有被重點解釋，但Agent時代它們變成了剛需。問題的根源在KV Cache。現在主流大模型都支持百萬上下文，一個用戶的KV Cache就能佔到10GB以上（壓縮後）。用戶數一多，GPU顯存很快被佔滿，必須把KV Cache卸載到內存甚至SSD上。內存貴、SSD也貴——這是當下AI基礎設施的成本痛點之一。陳葆立分享，“跟SSD廠商聊英特爾的QAT和IAA，本來以為對方會高興，結果對方說，你們最好把至強的壓縮功能發揮好，讓需求控制一下，我現在每天被追著交不出貨。”QAT和IAA並非英特爾為應對這輪內存緊缺專門研發的新技術，而是多代產品裡就有的能力——只是Agent時代來了，它們的價值才被充分激活。QAT（數據壓縮加速引擎）解決的是SSD的問題。通過硬件級壓縮，KV Cache在存盤前先壓縮，壓縮比至少50%——10GB直接變5GB。阿里雲給出的實測數據顯示，使用QAT之後，壓縮帶寬提升400%，同時減少了75%的通用CPU核數佔用。IAA（內存分析加速器）解決的是內存的問題。它對內存中的數據做實時壓縮，且解壓是硬件級完成，重新加載時不增加延遲。IAA讓Agent啟動時佔用的內存更小，同樣的內存可以跑更多的Agent。英特爾給出的數據是，在沙箱場景中，IAA可以將snapshot延遲降低最高60%，沙箱冷啟動時間提升30%。高宇說，"這兩個技術在沒有智能體的時候英特爾就已經推出，只是以前大家覺得改軟件麻煩，需求不迫切。今天Agentic時代來了，大家發現這個可以幫我們省下幾千、幾萬塊，就有了改軟件的動力。"新華三存儲產品線首席產品經理王其勇分享了X20000存儲平臺藉助至強6+的落地成績：在推理場景中，TTFT（首Token時延）和TPOT（每Token生成時間）性能提升最高達10倍以上。存儲成本方面，協議融合讓存儲成本下降60%，數據準備時間減少35%。把Agentic AI從技術實力變成生產力技術實力如何轉換成最終的生產力，是數據中心創新日值得重點關注的內容。騰訊雲計算產品運營總監周馳分享，騰訊曾在騰訊大廈樓下舉辦免費幫大家"養蝦"的活動。以往這類開發者活動來的大多數是程序員，但這一次，開發者反而是少數。"我們看到有律師、有農民，上到七八十歲的老人，下到10歲的小朋友，他們都能講出來我想用龍蝦乾什麼。"周馳說。這個破圈現象，是周馳解讀CPU需求增長時反覆強調的背景。他認為，CPU:GPU的比例變化不應該只看數據中心內部，而要看全球業務量——大量原本ROI不合算、開發商不屑於做的業務，正在因為AI被自動化搬上了雲和各類計算平臺。這些自動化工作不需要很多GPU，需要的是調度能力，以及持續的高併發去執行大量的小腳本。騰訊雲是英特爾至強6+（Sierra Forest系列）AP平臺的全球獨佔合作伙伴，已將其廣泛應用在微信、騰訊廣告檢索、騰訊會議等業務場景。新一代實例將充分利用至強6+在288核、576MB三級緩存方面的優勢，支撐更高併發的Agent工作負載。金山雲給出的是更直接的數字。基於至強6+的第十代雲服務器SE10，AI Agent應用部署密度提升80%以上，Nginx高併發場景吞吐提升最高33%，MySQL CPU性能提升52%，Redis時延降低約20%。金山雲計算研發負責人楊峰說，"基於最新一代CPU實例，它重新定義了單服務器的性能邊界。"火山引擎則在安全維度給出了落地驗證。依託英特爾至強處理器和TDX技術，火山引擎AICC機密計算平臺實現了多租戶環境中AI數據與計算資源的全生命週期隔離——對於把敏感業務數據搬上雲的企業來說，這是數據安全的硬保障。英特爾在Agent時代的獨特競爭力陳葆立說："機會是留給有準備的人的。"從GPU主導一切，到CPU在Agent時代重回C位，英特爾和騰訊雲、金山雲這批長期合作的夥伴，正在把這個判斷變成可以量化的生產力數字。能夠迅速抓住Agent時代的機遇，靠的不是押對了風口。IAA做了多年，當年客戶興趣有限，因為應用場景不需要；QAT也是如此，用的人不多。但Agent時代來了，這兩個技術突然變成了稀缺能力。多代積累，等到了它該被用起來的時候。這種積累還在延續。雷峰網瞭解到，英特爾下一代至強CPU代號Diamond Rapids，將基於Intel 18A P工藝，2027年發佈，與至強6+保持完整的Socket兼容性，客戶不需要為升級重構整套基礎設施。高宇把今天AI數據中心裡的超級工廠比喻成三臺機器，"GPU集群、CPU集群、高性能存儲集群。驅動這三臺機器的，都是同一個東西——英特爾至強處理器。"過去幾年，AI行業最大的敘事是GPU統治世界。但Agent的出現，正在讓產業重新發現CPU的價值。騰訊雲、金山雲、阿里雲這批中國夥伴給出的落地數字，是比PPT更有說服力的答案：至強6+能不能在Agent時代吃到這波紅利，現在已經不只是趨勢預測，而是正在發生的事實。