9月22日，蘇州。2026英特爾技術創新與產業生態大會開幕，主題叫"同芯·智遠"。11場主題演講，80多場技術課堂，1.5萬平方米的展區塞了1400件演示，300多傢伙伴搭了台子。
英特爾這次想講明白一件事：智能體時代來了，算力的排位要重排。過去一年所有人的眼睛都盯著GPU，它想把CPU拉回中心。
以CPU為核心，英特爾為智能體AI打造全新智算中心
英特爾數據中心集團副總裁、中國區總經理陳葆立上台，先報了一串數。到2026年底，超過80%的企業應用會至少嵌一個AI智能體。IDC把預測推到2031年，中國企業場景里的活躍智能體會有3.5億個。最扎眼的是最後這條：中國大模型每天的Token調用量，已經漲到2024年初的5000倍。
錢跟著需求走。2026年全球AI優化型IaaS支出預計漲96%，美銀證券的判斷更狠，到2029年中國AI數據中心的固定資產投資要超過2.2萬億元。
供給端的變化更猛。關於2030年CPU市場規模的預估，半年裡就從今年2月的590億美元跳到了8月的2100億美元，差不多翻了3.6倍。數據中心裡AI負載的占比也在變，預計從2025年的40%升到2030年的80%，等於說未來加進數據中心的晶片，一大半是為AI買的。
陳葆立的解釋很實在。智能體跑起來，底下是一層層的軟體工程。上下文工程讓模型記住背景，Harness
給模型配上工具和"手"，Loop engineering讓它像學生一樣反覆驗算答案。這些活兒不炫，但大多適合CPU干。所以他說得很直白：過去這一年智能體起來，直接帶來了對CPU的巨大需求。
架構上，英特爾把未來的數據中心分成三類。一類是CPU伺服器或者集群，管智能體的執行和工作編排；一類是配了AI加速卡的智算中心；還有一類是高性能儲存集群，專門扛長對話和文檔。三樣都要CPU做數據調度。當"Token工廠"變成"AI工廠"，比的不是誰能產更多Token，而是整個系統怎麼用更少的資源幫客戶多辦事。
落到產品。今年6月發的至強6+，用Intel 18A製程，288個核，單顆最多能穩穩跑近1000個智能體。現場給了兩組實測：在客戶選的一組負載下，至強6+單智能體平均性能比競品高15%；滿足200毫秒啟動時延的前提下，單顆最多能並發建350個沙箱，是某同類產品的1.46倍。
一顆晶片再猛，也頂不住海量沙箱同時起來。所以英特爾拉著夥伴發了個開放Agent整機櫃平台規範，把計算、內存、供電、散熱一起算進設計，讓更多廠商能照著這套標準做自己的整機櫃。
在智算伺服器里，至強更多時候是站在前面的那顆機頭CPU，管數據預處理和傳輸。Intel 18A-P這代，每瓦性能提了9%，同性能下功耗降18%。從第三代酷睿Ultra、酷睿處理器到銳炫Pro B70/B65，英特爾把算力從客戶端一路鋪到邊緣。
部署形態也冒出新東西。集裝箱式的AI算力倉，還有把算力直接推到企業一線的詞元一體機。
從AI PC入口到智能體原生系統，英特爾怎麼攢生態
端側是這次大會的另一半重點。
英特爾副總裁、端側計算和物理AI事業部中國區總經理高嵩，用兩個定律開場：規模定律和密度定律。密度定律說，大概每三個月，同樣大小的模型，智能密度翻一倍。他舉的例子很直接：一個90億參數的新模型，智能程度已經能趕上甚至超過幾個月前1200億參數的大模型。
底座是CPU、GPU、NPU拼起來的XPU混合架構。CPU管高頻的計劃、決策、邏輯推理；GPU做AI並行計算；NPU用極低的功耗接音頻、視覺這類全天候任務。
有兩件事值得單獨拎出來說。
一件在應用層。"英特爾AI PC智能體夥伴"正式進了WorkBuddy，分成智效辦公、智享生活、智創內容、智優電腦四個板塊，用戶在一個入口就能調端側的AI技能。另一件在系統層。英特爾聯合阿里雲千問，預覽了Qwen Book智能體原生桌面作業系統的深度適配，用多種形態的AI PC硬體和千問的全棧方案融在一起，做智能體原生設備。
這兩步比堆參數有意思。以前英特爾在PC上賣晶片，軟體夥伴各自去適配；現在它把技能入口和作業系統層一起往前推，等於在端側既占了入口，又插進了系統。第三代酷睿Ultra能在本地跑350億參數級的模型，加上模型路由決定什麼時候用端、什麼時候上雲，混合式AI的架子就搭起來了。
搭生態的不止這幾家。英特爾這頭和70多家獨立軟體開發商推AI PC體驗，跟中國的模型廠商做了17項首日適配。雲上，國內服務商已經推出200多種至強6和至強6+的雲實例，光阿里雲就占了117種，其中50多種已經跑在智能體場景里。邊緣側，100多家機器人夥伴在往前推。
物理AI也沒落下。英特爾聯合科通工業、神州數碼發了具身智能開發套件，用第三代酷睿Ultra，把實時控制的平均抖動壓到1.6微秒，開發者開箱就能跑通"感知—規劃—執行"。
熱點科技洞察
說真的，這場會最讓我在意的，不是哪顆晶片又快了多少，而是英特爾擺出來的姿勢。
智能體AI正從demo往產業里走，市面上聊得最熱的是GPU。英特爾偏在這個節點把"CPU回C位"當主線，更像是對"AI等於GPU"這股慣性的一次正面較勁。單看x86體系，至強6+的數站得住腳：近1000個智能體、350個沙箱並發、1.46倍，說的都是同一件事，智能體把CPU從配角逼成了高頻剛需。
它真正在做的，是把自己的位置從晶片商往標準制定者和生態組織者上挪。整機櫃規範、具身智能套件、模型首日適配，這一串動作都朝這個方向。AI PC智能體夥伴進WorkBuddy、聯合千問做Qwen Book，是同一套邏輯在端側延伸：它不想只待在硬體層，想往用戶真正碰得到的入口和系統里鑽。
不過得潑點冷水。大會上的那些數字，來源無非兩類：一類是IDC、美銀這類機構的預測，一類是英特爾和特定夥伴在自己負載下的實測。預測和定向實測都算不上寬口徑，往外推的時候得打個折。
至強6+的強項，說白了就是智能體調度、沙箱並發、數據預處理這幾樣它本來擅長的活。這些東西放進一整套系統里到底能放大多少，沒真部署跑過，誰也說不準。國內GPU方案一茬接一茬，至強當機頭CPU的主流位能不能守穩，也不是一兩年能下結論的事。更根本的一點，智能體要規模落地，瓶頸正往應用側跑：怎麼把一次對話變成能穩定跑下去的工作流，晶片解決不了。
所以這場會的分量，不在某頁PPT上的參數，而在它把300多傢伙伴、1400件演示、1.5萬平方米攤開來給你看。在這個賽道上，英特爾賭的從來不是單點性能，而是"想做AI的人，繞不開這個生態"。這話它說了很多年，但今年，它把籌碼擺得比往年都實。
