智能体规模化落地，CPU重回C位。英特尔与阿里云从记忆、执行、成本、信任入手，拆解Agent时代基础设施的难题。
文｜赵艳秋
编｜牛慧
9月，杭州国际博览中心人潮涌动。2026云栖大会英特尔专场上，英特尔数据中心集团副总裁、中国区总经理陈葆立在开场展示了一组数据，把当下人工智能业界严峻的供需问题提出来——今年智能体开始规模化部署，底下的基础设施跟得上吗？
需求一侧，全球约80%的企业已在尝试将智能体引入工作流，IDC预测到2031年中国企业使用的智能体将超过3.5亿个，计算、存储与执行环境承压；供给一侧，为承接这些需求，有银行预测，中国相关产业需要投入超过2万亿元。
如何应对这场考验，成为英特尔与阿里云在本次大会上共同回答的主题。从英特尔展台约30个演示，到汇聚双方芯片、软件、存储与云服务专家的专场论坛，讨论围绕真实负载展开：如何保留越来越长的上下文，如何让大量沙箱快速启动，如何降低模型调用成本，又如何让智能体更安全地使用数据。
陈葆立指出，AI工厂关注的问题正在变化：过去讨论有多少算力、多少token，如今更关心怎样调度资源，“完成更多的工作”。阿里云智能集团资源总监、首席服务器架构师卓久则强调，这波需求同时推高了CPU、GPU以及内存和存储的重要性，需要“从硬件到软件，从GPU到CPU到存储”的全链条协同。
从定制芯片、存储加速到轻量浏览器，双方展示的合作进展，正在把这些战逐项拆解、联合解决。而这一切的背景，是一个此前很少被讨论的变化——在智能体时代，CPU重新变得紧俏了。
01
Agent时代，CPU重回C位
过去三年，AI基础设施几乎等同于“抢GPU”。到了2026年，故事反转了：CPU也开始被抢了。
英特尔二季度财报显示，数据中心与AI事业部营收同比增长59%，CEO陈立武在该季度财报电话会上表示，“在数据中心领域，CPU需求正在起飞，客户需求正超过公司持续扩大的供应能力”。为此，公司上调了2026年资本支出。价格也随之上行。根据媒体报道，本轮服务器CPU价格整体涨幅为10%–20%，预计紧缺状况至少延续到2027年。
需求突然爆发，与Agent规模化部署密切相关。陈葆立指出，智能体背后的多层软件创新，记忆管理、命令执行和反复验证，持续增加CPU需求。
具体而言，算力结构正在经历三阶段转向：从训练到推理，CPU与GPU之从1:8，升至1:4，并在Agent时代走向1:1。“甚至部分场景，CPU的配比会超过GPU。”英特尔数据中心集团产品规划部总经理李尔成说。
算力结构的变化是由Agent的工作方式引发的。Agent是“计划—行动—观察”的循环，一个简单任务可能要转二三十轮，而较为复杂的AI Coding任务要循环数百轮。大模型推理主要由GPU承担，CPU则负责智能体编排、状态管理、工具执行、内存层级与安全隔离。CPU侧若未及时准备数据、创建沙箱或调度请求，GPU就可能被“饿着”。从GPU到CPU到存储，需要全链条协同。
CPU增量因此需要放到整个数据中心看：用量比值上升，主要不是AI服务器内部简单调整配比，更多来自新增的一整类纯CPU Agent宿主机，承载编排、工具和沙箱，并通过网络调用GPU推理服务。
由此形成两条路径：GPU服务器或存储服务器中的机头，负责主机侧调度、数据与缓存管理；独立的Agent CPU服务器，承接智能体及其执行环境。前者侧重提高GPU利用率，后者更关注支撑任务持续推进。
评价标准也随之改变。英特尔白皮书提出，优化目标正从tokens/秒，转向SLA约束下每美元完成的任务数，即在约定的服务质量与时延内，同样投入能完成多少工作。这呼应了陈葆立开场时的判断：AI工厂要通过更好的资源调度，“完成更多的工作”。
02
云栖展台上的"四道关"
在这样的形势下，沿着英特尔展台的演示一路看下来，智能体规模化运行要解决的难题，可归结为“四道关”。
第一关：记忆关——草稿本越写越厚。
Agent每调用一次工具、接收一轮反馈，上下文就继续增长。KV Cache像一本保存中间计算结果的“草稿本”，下次直接翻看，不必重算。循环越多，草稿本越厚。现场工程师给一组对比：Agent的上下文已迈向百万token，折算下来的KV Cache可达TB级，而GPU显存最大不过几百GB。装不下，“草稿本”上的内容被挤出，下次用只能重算，首token响应（TTFT）也拉长，IT账单加大。
英特尔的解法是让草稿本分层存放：眼下要用的数据留在显存，其余按冷热程度转入内存、SSD或分布式存储，需要时再取回来——以存换算。搬运途中的压缩和解压，交给至强内置的QAT（数据保护与压缩加速技术）引擎，不占用CPU核心，测试中可无损节省高达30%的空间。展台上的KV Shrink方案，英特尔测试显示，首token响应相比未开启分层存储的原生vLLM基线最大提高到15倍。
同一思路也被放大到更通用的存储场景：展台另一个演示由QAT负责压缩解压、DSA（数据流加速器）负责数据搬运与校验，把这部分开销整体从CPU核心上卸下来，KV Cache只是它承接的数据之一。
第二关：执行关——让成百上千个“工位”及时开工。
Agent要反复循环，结果又难以预知，因此需要安全隔离的“工位”——沙箱，既限制错误影响范围，又能快速创建、销毁、回滚和恢复。“工位”越多，布置耗时过长，开销就越明显。
展台上的“英特尔IAA加速安全沙箱方案”，覆盖Firecracker与E2B两种场景。加速“工位”布置的关键是快照——把准备好的环境或暂停时的运行状态“存档”，下次直接恢复。至强内置的IAA（存内分析加速器）加速压缩与解压，减少了快照体积和CPU核心开销。展台数据显示，E2B场景下，128个沙箱并发拉起，沙箱创建速度提升1.40倍。
李尔成在论坛中也提及，至强“内置了QAT、DSA、IAA这样的加速器，对于Agentic AI里最重要的沙箱拉起、释放、并发执行有着显著的加速作用”。
第三关——账本关：让贵的模型干更重的活。
识别图片里的文字，不必每次都惊动万亿参数模型。展台上的至强LLM Router（大模型智能路由）就像一个派活员，比如写代码时，将系统规划交给贵模型，写小模块、跑测试交给小模型。它采用三级级联决策——第一级快速判断决策复杂度；拿不准，交给几百MB、可放进CPU缓存的小模型；再拿不准，由强模型兜底。Router还内置中英文PII脱敏，在请求发往外部模型前处理敏感信息。
另一个案例是PolarDB库内向量抽取，将原本跑在GPU上的Qwen3.5-2B挪到CPU上，借助至强内置的AMX加速器，支持短、长上下文的吞吐稳定端到端提升约2.5倍。它展示了特定小模型任务在CPU上有优化空间，能直接降低Agent的响应延迟和算力成本。
第四关——信任关：Agent手里握着你的数据。
Agent读文件、连业务系统，掌握着用户最敏感的那部分资产。阿里云Confidential Agent基于英特尔TDX机密计算技术，把Agent的核心运行时关进一间硬件级隔离的"密室"：内存由CPU全程加密，用户对话、长期记忆、Skill文件与服务凭证都在其中。
现场演示中，用户下一条命令，系统便走一遍远程证明：由CPU签发一份无法伪造的报告，逐项说明这是不是经认证的真硬件、内存是否确实加密、开机到内核有无被篡改。确认后再建立加密通道访问Agent服务。
另一项展示更为前瞻：蚂蚁SM4th（后量子签名方案）结合英特尔至强6+原生支持的SM4国密新指令，同一算法的签名、验签性能提升16—37倍，无需专用加速卡。
03
从定制芯片到联合方案
实际上，英特尔与阿里云的合作早已渗透到相关具体层面。这次云栖大会上分别呈现了不同层次上的截面——从芯片规格的联合定义，到软件生态的共同建设，再到端侧算力的协同布局。
最直接的一层是芯片，从通用到定制层层深入。第一步是按需选配，阿里云与英特尔去年已联合推出基于英特尔®至强®6性能核处理器的第九代ECS实例，搭载于磐久服务器，依靠至强6性能核核心数、单核性能和内存带宽上的性能，加上高度优化的技术栈，最终算力较上代最高提升20%，L3缓存提升50%，最大睿频3.9GHz、全核睿频3.6GHz。
再进一步，是围绕具体负载定制处理器。展台上的GEM Mountain基于至强6架构，面向智能网卡、冷存储和边缘网络与交换机三类场景，在优化功耗与成本的同时，在至强6平台架构上做功能精简，把TDP压到百瓦上下，保留双通道内存和服务器级可靠性。
三款SKU里，一款明确面向阿里云，采用16核设计、TDP 85—90W，用于阿里云MOC智能网卡。用展台工程师的话说，这款由阿里云提出低功耗需求，英特尔在至强6平台上裁剪定制、专门做出来的，“以前是没有这颗芯片的”。 这颗芯片不仅能够满足阿里云的需求定义，也能够应用于冷存储和边缘设备上，负责把虚拟化、网络与存储的管理开销从主CPU上接走。
定制还延伸到了存储介质。阿里云自研的AliSCM让一类新介质既能被CPU当内存直接访问，又能掉电不丢数据；它已在至强6平台完成适配，英特尔用内置的DSA加速数据搬运，读写性能成倍提升。
在软件与生态共建上，论坛现场，英特尔与阿里云终端智能计算宣布围绕Agentic Browser展开合作。
阿里云终端智能计算事业部产品经理蒋佳忆介绍，2026年二季度浏览器访问的机器流量占比已达57.5%，首次超过人类。Agent正在成为浏览器最重要的新用户。但今天的浏览器仍然是为人设计的，实例重、并发高，在登录、验证码和复杂交互面前容易失败。
双方没有另造一个浏览器，因为Chromium是Chrome的开源底座，真实网站都按它的标准写的，换掉很多页面就打不开了。于是保留兼容性，只把为人准备的那些开销删掉：双方基于官方Chromium技术体系，对Blink、V8等核心引擎进行轻量化优化，并结合英特尔至强处理器AVX - 512指令集，以及IAA、QAT等硬件加速器能力，内存开销最多降了三成，省下的内存换成并发，这样，一个Agent可以同时开出上百个浏览器办事。
此外，PolarDB库内AI、龙蜥社区五年OS开源创新也在这一层持续推进。
Agent不只在云上，双方也展开了端侧协同。第三代酷睿Ultra（Panther Lake）上运行的QwenWork端侧办公智能体，数据不出本地，也省下token。现场还有千问AI眼镜＋AI PC辅助销售方案——门店销售问一句“给客户推荐一台五千元的电脑”，眼镜把请求交给本地算力，结合本地知识库与ERP给出方案，全程不上云。此外还有Qwen Book与Qwen Box、零售门店AI管理方案，以及锐炫Pro B70显卡赋能AIGC。
现有平台的联合优化之外，芯片架构本身也在应对智能体需求。英特尔首席工程师龚海峰介绍了展台展示的下一代至强（代号Diamond Rapids）时提到，其架构围绕数据搬运、处理与保护展开：例如通过3D封装，将缓存放在计算核心下方，让取数据如同“从楼上到楼下”，缩短访问路径。
从眼前的软硬件调优，到面向未来的架构演进，真实负载正在提出更具体的要求。双方的联合研发分工也越来越具体：阿里云把云平台和业务现场的负载、瓶颈带进来，英特尔以处理器架构、内置加速器和软件优化能力参与解决，再回到实际场景中验证。从定制芯片到轻量浏览器，合作已经深入数据如何流动、任务如何执行、资源如何分配。
Agent仍在快速演进，正如卓久在论坛上说，这一年身处浪潮之中，发现AI这一波“浪潮越来越大，而且无法阻挡”。今天解决了缓存和沙箱启动开销，明天还会遇到新的并发、成本等方面的挑战。双方合作的长期价值，在于持续把这些问题转化为共同的设计与验证目标，让芯片、软件和云服务随真实需求一起改进。而最终衡量成果的，是企业能否用可承受的成本，让更多智能体可靠地完成工作。
