英特尔称AI推理时代CPU将承担调度中枢

AI应用正从回答问题走向执行任务，底层算力需求也随之变化。英特尔在9月22日举行的Connection大会上提出，推理和智能体规模化部署会让CPU从传统意义上的配角，转向系统调度与控制的关键枢纽。

在数字AI场景中，模型训练通常是可并行的批量计算，重点在吞吐量；智能体执行则更像串行状态机，每一步都依赖前一步结果，任何延迟都会在任务链路中放大。因此，稳定、可控、低端到端延迟成为关键。同时，高并发工具调用、高带宽推理、多租户隔离和资源独占等需求，也对传统CPU架构提出更高要求。英特尔方面认为，未来数据中心会分为负责智能体执行和编排的CPU集群、负责模型推理的GPU集群，以及承载长对话和文档等增量数据的存储集群，三类集群间的数据调度将由CPU完成。

产品层面，采用Intel 18A制程、最高配备288个能效核的至强6+处理器结合智能体套件，单颗芯片可部署近千个智能体。

英特尔公布的测试显示，在SWE-bench中，其单智能体性能较竞品高15%；在云端沙箱场景下，面对10分钟内批量启动上万沙箱、单沙箱延迟低于200毫秒的要求，至强6+可支持350个沙箱并发，性能约为竞品1.46倍。CPU在异构数据预处理、存储调度和KV Cache管理中也被赋予更多任务：至强AMX可使向量化和重排序分别达到基准2倍和4倍；与合作伙伴基于至强6和MRDIMM的方案在MLPerf Storage v3.0中取得Llama3检查点读写和3D-Unet训练两项第一；KV Cache加速套件可借助QAT将约300GB数据无损压缩至200GB，并通过DSA使数据搬运最高加速9.66倍。

在物理AI方面，英特尔强调机器人需要同时完成感知、决策和控制，难点不只是让机器人完成展示动作，而是实现动态环境下的精密操作。英特尔副总裁兼端侧计算和物理AI事业部中国区总经理高嵩表示，希望外界在提到物理AI时首先想到英特尔。

第三代酷睿Ultra采用“大小脑融合”思路，将推理决策和实时运动执行整合进单颗SoC。CPU以4kHz控制频率每秒进行4000次动作调整，GPU承担高阶AI推理，在Pi0.5精度下时延为78毫秒，低于人类视觉约200至250毫秒反应时间；NPU负责视觉感知，YOLOv12n推理仅需3.55毫秒，每秒约处理280帧。英特尔还希望通过单芯片异构架构降低具身智能训练与推理成本，并以开放生态支持世界模型、VLA等多种算法路线。目前其已与科通工业、神州数码等推出基于第三代酷睿Ultra的具身智能开发套件，并面向制造、建筑、医疗、智慧城市、仓储物流、酒店等场景推进落地，相关具身套件计划11月在京东上线。