隨著AI應用從聊天問答進一步走向能夠調用工具、執行任務並持續交互的智能體，計算基礎設施面對的問題也在變化。模型推理只是其中一環，CPU調度、GPU加速、內存容量、數據移動、安全隔離以及軟體生態，都會影響Agentic AI最終能否穩定落地。
在2026雲棲大會現場，英特爾以「Agentic AI Computing」和「Agentic AI Solutions」為兩條主要展示線索，把下一代至強處理器、Crescent Island數據中心GPU、銳炫Pro專業顯卡，以及可信計算、異構方案和內存技術放到同一展區。相比單純展示晶片參數，這次展台更強調一個變化：Agentic AI正在從模型能力競爭，走向系統級計算能力的競爭。
從「算模型」到「跑智能體」，異構計算成為展區主線
Agentic AI與傳統生成式AI最大的不同之一，是工作負載更加複雜。一個智能體可能同時涉及大模型推理、知識檢索、代碼執行、資料庫訪問以及外部工具調用，並且需要在較長時間內維持上下文。對基礎設施而言，這意味著單純堆疊某一種算力並不能解決全部問題。
英特爾現場展示的多套方案都圍繞「異構」展開。IAA加速安全沙箱方案、面向智能體應用的異構方案以及AI賦能XPU生態遷移等內容，都在嘗試讓CPU、GPU及專用加速能力根據不同任務分工。現場還能看到基於MicroVM實現Agent Sandbox的演示，通過虛擬化與隔離機制，為智能體調用工具、運行代碼等操作提供更獨立的執行環境。
Crescent Island瞄準Agentic AI推理，大顯存與能效成為關鍵詞
在硬體展品中，Crescent Island是最值得關注的新品之一。這款面向下一代Agentic AI推理的數據中心GPU採用Xe3P架構，英特爾在近期公布的架構資訊中給出了32個Xe核心、256個XMX引擎以及最高480GB LPDDR5X內存等關鍵規格，並採用350W風冷PCIe卡設計。
這些設計背後的方向很明確：Agentic AI會持續推高上下文長度、並發智能體數量以及Token吞吐需求。相比只追求峰值算力，更大的本地顯存可以減少模型和數據在不同層級之間頻繁搬運，而相對易部署的風冷形態，則更貼近大量現有企業數據中心的基礎條件。英特爾希望用這類GPU補充至強平台，在通用計算與高並行推理之間形成更清晰的分工。
下一代至強繼續強化CPU底座，Diamond Rapids現場亮相
GPU在AI時代的存在感越來越強，但Agentic AI同樣把CPU重新推到了系統編排的中心。現場展示了代號Diamond Rapids的下一代至強處理器，以及至強6+、至強6性能核、至強6 SoC等多款產品。為了避免產品陳列變成簡單的「晶片牆」，更值得關注的是它們在整套AI系統中的位置。
根據英特爾此前公布的資訊，Diamond Rapids面向企業級Agentic AI與高性能計算，最高可提供256個新一代核心，並支持16通道內存、PCIe 6.0與CXL 3.0。對於智能體工作負載來說，CPU不僅要承擔傳統業務計算，還要處理任務編排、數據移動、I/O以及不同加速單元之間的協同。隨著一台伺服器里接入更多GPU、內存與高速設備，CPU平台的擴展能力也會直接影響整機效率。
銳炫Pro B70補上工作站與開發端，AI推理不只發生在數據中心
除了伺服器產品，英特爾現場還展示了銳炫Pro B70專業顯卡。B70擁有32GB顯存、32個Xe核心和256個XMX AI引擎，官方給出的INT8峰值AI算力為367 TOPS。它的定位並不是取代數據中心GPU，而是覆蓋專業工作站、內容創作以及本地AI開發和推理等場景。
這一層產品對於Agentic AI生態同樣重要。企業開發者往往需要先在工作站上完成模型測試、量化、應用適配和智能體流程開發，再把工作負載遷移到伺服器或雲端。英特爾讓Arc Pro與數據中心Xe架構共享較為一致的軟體基礎，目的之一就是降低不同部署層級之間的遷移成本。
可信計算進入AI Agent場景，安全開始從「數據保護」延伸到「執行保護」
當AI Agent真正具備調用企業系統、執行腳本甚至處理敏感數據的能力後，安全邊界也隨之改變。現場「基於英特爾TDX構建阿里雲Confidential Agent」的演示，就把可信執行環境與智能體結合起來。TDX通過硬體級隔離，為虛擬機及其工作負載提供更獨立的可信環境，讓雲平台在處理敏感數據和AI任務時擁有額外的隔離層。
這一思路在Agent時代尤其值得關注。過去談AI安全，更多聚焦模型輸出和數據隱私；當Agent開始真正「動手做事」，運行環境本身是否可信、不同租戶和任務之間能否隔離、工具調用權限如何約束，都會成為企業部署時繞不開的問題。
CXL與內存液冷登場，AI伺服器競爭延伸到數據通路和散熱
在更靠近系統底層的位置，英特爾還展示了龍蜥OS與Intel CXL 2.0結合的內存池化、分級內存方案，以及0.257英寸間距的伺服器內存液冷技術。它們看起來不像CPU和GPU那樣搶眼，卻對應著AI伺服器規模化之後越來越現實的瓶頸。
大模型與智能體應用會不斷推高內存容量和頻寬需求，CXL提供了擴展和池化內存資源的新路徑；另一方面，高密度伺服器中內存本身的功耗與散熱也開始成為系統設計的一部分。現場展示的窄間距DIMM液冷方案，強調在更緊湊空間內處理更高的內存散熱需求。換句話說，AI基礎設施的優化已經從「晶片性能」一路延伸到了內存組織、互連和冷卻。
熱點科技洞察：Agentic AI的下一輪競爭，不會只發生在GPU上
從這次雲棲大會的展陳可以看出，英特爾並沒有把Agentic AI簡單理解成一次新的GPU算力競賽。Crescent Island負責面向高並發推理提供更大的內存空間和專用加速能力，Diamond Rapids等至強平台承擔通用計算、編排和數據移動，Arc Pro則把開發與推理能力延伸到工作站，再配合TDX、CXL以及軟體生態，把計算、安全和內存資源連接起來。
這也反映出AI產業正在進入一個更強調系統效率的階段。訓練大模型時，峰值算力往往是最醒目的指標；到了Agentic AI階段，真正影響體驗的因素會變得更多：一次任務要調用多少模型、同時運行多少Agent、上下文能保存多長、數據如何流動、執行環境是否可信，以及整套系統能否在可接受的功耗和成本下長期運行。
對英特爾而言，CPU仍然是其最深的基本盤，但現場的Crescent Island、Arc Pro、TDX以及CXL方案說明，它正在嘗試把CPU的優勢延伸到更完整的異構計算體系中。未來Agentic AI真正大規模進入企業之後，硬體廠商比拼的也許不再是誰擁有某一個最突出的單項參數，而是誰能把CPU、GPU、內存、網路、安全與軟體更順暢地組合成一套可以直接部署的系統。
