英特尔李尔成:AI智能体推动CPU需求增长,80%的服务器还将是x86

随着AI从问答对话走向能执行复杂任务,数据中心的计算需求正在发生变化。除了靠GPU承担的大模型推理任务,CPU在任务调度、数据处理、工具调用和安全管理等环节的重要性也在不断提升。

随着AI从问答对话走向能执行复杂任务,数据中心的计算需求正在发生变化。除了靠GPU承担的大模型推理任务,CPU在任务调度、数据处理、工具调用和安全管理等环节的重要性也在不断提升。

10月30日,在2026腾讯全球数字生态大会英特尔专场上,英特尔数据中心集团产品规划部总经理李尔成分享了对智能体AI发展趋势的判断,以及下一代代号为Diamond Rapids的英特尔至强处理器的规划。

AI推理快速增长,CPU需求迎来新机会

李尔成认为,未来五年,AI将继续推动全球数据中心规模增长。根据演讲中引用的市场预测,全球数据中心电力需求规模有望翻倍,从2025年的约100GW增长至2030年的约200GW。

其中,AI推理将成为重要增长动力。预计到2030年,AI推理将占数据中心负载的37%,AI训练占13%。与此同时,数据库、存储、企业应用等基础性计算负载仍将占据约一半的容量。

换句话说,到2030年,数据中心工作负载中有一半是传统计算负载,另外一半则是AI相关的负载。AI带来了一个规模与原有传统负载规模相当的数据中心市场,根据预测显示,市场上有80%的服务器还将是x86架构打造的。

根据英特尔在10月31日最新公布的第三季度财报显示,英特尔服务器产品营收同比增加约25亿美元,服务器CPU平均售价同比上涨54%,销量同比增长10%,客户即使面对涨价也要采购。

如此火爆的市场,推动其数据中心与人工智能业务(DCAI)营收达到73.18亿美元,同比增长78%,创下15年来最强劲的营收增长表现。比一季度的约50亿美元,还有二季度的约63亿美元,又有了明显提升。

从大模型到智能体,CPU承担更多工作

李尔成介绍了智能体AI与传统大模型推理的区别。

传统大模型推理通常以生成答案为主,GPU承担主要计算任务,CPU负责数据准备和任务调度。而智能体需要完成更加复杂的工作流程,包括理解任务、制定计划、调用工具、访问数据库、执行操作以及持续跟踪结果。

在这一过程中,CPU与GPU需要更加紧密地协同。CPU不仅负责调度,还承担大量数据处理、系统执行和安全管理任务。因此,随着智能体应用规模扩大,CPU与GPU的配置比例甚至可能从过去的1:8逐步向1:1演进。

这一判断也反映出AI基础设施正在从单纯追求模型计算性能,转向更加关注整个任务流程的执行效率的新阶段。

下一代至强最高256核,面向智能体基础设施

面对这一趋势,英特尔正在持续完善至强产品路线图,通过性能核、能效核以及以太网产品,为不同类型的数据中心负载提供支持。

在智能体应用方面,英特尔强调,至强处理器能够覆盖上下文处理、模型推理、任务执行和安全治理等多个环节,并通过AMX、QAT、TDX等技术,提供计算加速和安全保护能力。

英特尔还介绍了下一代至强处理器Diamond Rapids,也就是至强7。根据现场披露的信息,至强7最高将提供256个CPU核心、1.28GB末级缓存、1.6TB/s内存带宽,并支持AMX和AVX 10.2等加速技术。

这些设计将进一步提升处理器在高并发任务、数据处理和复杂AI应用中的运行能力,满足智能体基础设施对计算密度、内存带宽和系统效率的要求。

小结

随着智能体逐步进入企业业务流程,客户对AI基础设施的关注点也在发生变化。除了模型推理性能,如何提高整体执行效率、保障系统安全、控制部署成本,同样成为重要问题。

从至强6到下一代至强7,英特尔正在围绕这些需求持续升级产品。随着AI应用从生成内容走向执行任务,CPU与GPU的协同能力,也将成为影响AI基础设施效率的重要因素。

撰文:朱朋博

本文来源于DOIT传媒,文章内容仅供参考,不构成投资建议。

赞 ()

相关推荐

发表回复

评论列表

点击查看更多

    联系我们

    微信:百易小助手

    邮件:contact@doit.com.cn

    工作时间:周一至周五,9:30-18:30,节假日休息

    微信