AI热榜 英特尔正在重新调整自身在 AI 基础设施中的定位。
一方面，通过至强处理器承接 Agent 执行、任务编排和数据调度需求；另一方面，继续推进 GPU、存储加速、定制化芯片、先进制程与封装，将原有计算优势扩展到更完整的 AI 系统。
在英特尔技术创新与产业生态大会上，英特尔 CEO 陈立武在视频致辞中表示：“过去一年多来，我和团队致力于塑造一个焕然一新的英特尔，既传承深厚积淀，又专注于技术创新、工程实力、快速执行和客户至上的英特尔。
”他强调，英特尔将依托 CPU、GPU、ASIC、先进封装、晶圆制造以及覆盖云、边、端的开放生态，把握 AI 带来的发展机遇。
英特尔重新强调 CPU 的价值 过去三年，大会的讨论重点已经从大模型应用转向推理，并进一步进入智能体时代。
英特尔中国区董事长王稚聪表示，这一变化也直接影响着英特尔的数据中心产品路线。
Agent 正在让数据中心工作负载变得更加复杂。
过去，大模型主要通过对话完成问答；如今，上下文工程让模型能够利用更多历史信息，Agent Harness 使模型能够调用工具并执行任务，循环工程（Loop Engineering）则让 Agent 能够反复验证和改进结果。
“这一层又一层的软件机制，听起来很简单，但其中很多工作都比较适合 CPU 来执行。
这也是为什么在过去一年时间里，AI 智能体的兴起会带来对 CPU 的巨大需求。
”英特尔数据中心集团副总裁兼中国区总经理陈葆立说道。
英特尔据此提出，未来 AI 数据中心将由三类服务器或集群协同组成：CPU 集群负责智能体执行和工作编排；GPU 集群承担模型计算和 Token 生成；高性能存储集群则保存上下文、历史对话及业务数据，三类集群都需要 CPU 参与数据调度。
陈葆立表示，“当我们把 Token 工厂的概念升级到 AI 工厂的时候，讨论的就不止是这个 Token 工厂能产生多少 Token，而是整个 AI 大系统如何以更低的资源消耗、更高的效率，帮助客户完成更多工作。
这是一种以任务为导向的思维，也是一个完全不同的想法。
” 市场预测显示，2030 年 CPU 市场规模预估已从今年 2 月的 590 亿美元上调至 8 月的 2100 亿美元，约为此前预测值的 3.6 倍。
与此同时，数据中心 AI 负载占比预计将从 2025 年的 40%提升至 2030 年的 80%。
英特尔首席营销与传播官 Annie Shea Weckesser 也强调，随着 AI 任务在规划、检索、推理和工具调用之间持续流转，CPU 的重要性正在提高。
英特尔预计，数据中心 GPU 与 CPU 的配置比例将从约 4:1 逐步向接近 1:1 演进，并预测到 2030 年，全球超过 80%的服务器仍将采用 x86 架构。
🔗 原始来源
如果你要核对细节，可以再看原文： InfoQ AI原文链接