作者：电子创新网张国斌
过去几年，AI算力几乎被一个公式定义：GPU越多，模型越强。但现在，这个公式正在失效。
在Computex 2026上，一个被忽视的变化浮出水面——一个Agent的Token消耗，最高可以比传统单轮推理高出1000倍。这意味着什么？意味着AI的瓶颈，正在从“算得快”，变成“调得动”。
当计算从一次性推理，变成持续的“思考—规划—执行—反思”，真正决定效率的，不再只是GPU，而是——谁来组织这一切？
而这，正是英特尔押注的方向。
在Computex 2026大会上，英特尔CEO陈立武发表了主题演讲。他回顾了英特尔在过去五十多年带来的一系列创新成果，以及x86架构长期以来作出的贡献。陈立武表示：“五十多年来，英特尔携手生态合作伙伴，持续推动PC、互联网以及如今AI时代关键基础技术的发展。当前，随着推理、智能体和物理AI加速演进，英特尔正不断推进从芯片到系统级的创新突破，为产业升级和社会发展注入新动能。我们很高兴与合作伙伴携手打造卓越产品，更好地服务客户，让更多人共享AI发展带来的新机遇，共同创造更美好的未来。”
随着 AI 模型训练日趋成熟，以及越来越多的 AI 应用投入生产实践，行业对具有成本效益和高能效的 AI 推理的需求呈指数级增长。而Agentic AI的兴起，使得这一推理需求进一步攀升，不仅重塑了数据中心的算力格局，更让 CPU 重新回到了主导地位。
Creative Strategies首席执行官兼首席分析师Ben Bajarin指出： “在模型训练时代，AI 部署中CPU与GPU的配比大致接近1:4，而智能体推理则将这一比例改写为接近1:1（甚至GPU占比更低）。”
为在系统级层面把握这一趋势，英特尔、SambaNova和富士康今天宣布，计划构建基于英特尔至强处理器的机架级 AI 基础设施，以满足数据中心、超大规模数据中心及智能中心的部署需求。
这几家公司现场展示了已具备量产条件的机架，这些机架将英特尔至强处理器与 SambaNova SN-50 RDU 紧密结合，旨在提供高性能 AI 推理的同时，显著提升成本效益与能效。作为此次合作的一部分，富士康将为这一全新机架级AI基础设施提供系统集成支持。此外，针对无需额外加速的工作负载（包括成本优化型推理、数据处理和混合 AI），富士康还计划制造一款高 CPU 密度的机架级基础设施变体。
PC生态持续创新
英特尔客户端计算与物理AI事业部新任负责人Alex Katouzian登台介绍，作为基于Intel 18A制程打造的首款产品，第三代酷睿Ultra处理器集完整的XPU体验于一体，包括快速响应的CPU、高吞吐量的GPU以及低功耗处理的NPU，为高端移动处理器性能、图形处理及续航表现树立了新标准，目前已应用于消费级和商用级超过325款设计方案中。
第三代英特尔酷睿处理器采用与Ultra系列相同的IP架构，具备全天候续航能力、丰富的接口连接性，以及出色的性能表现，并以超薄机身呈现高端质感，为主流PC市场带来卓越体验。
酷睿Ultra处理器家族最新产品——英特尔锐炫G3系列处理器，基于第三代酷睿Ultra处理器相同的架构打造，并针对掌上游戏场景优化设计，在提供强劲续航和稳定性能的同时，带来沉浸式的游戏体验，将于本月晚些时候逐步上市。
边缘计算与物理AI的广阔机遇
Intel 18A制程已在边缘计算领域获得超过130项设计合作，英特尔在制造、具身智能、零售等行业拥有超过4,000家边缘生态合作伙伴，边缘部署共计超过10万项。
英特尔计划自边缘计算拓展至包括具身智能、自主机器及其他AI设备等领域在内的新型物理AI形态。
从云端到边缘的混合AI计算优化方案
隐私、可靠性、合规、成本等因素驱动着对混合计算的需求。在混合计算模式下，敏感数据的推理可以在本地设备完成，需要更大规模计算和更多上下文支持的工作负载，则交由云端处理。
Perplexity首席执行官Aravind Srinivas介绍了Perplexity率先为推理编排打造的混合本地服务器，该服务器能够根据设备能力与功能特性，在本地与云端环境之间动态扩展工作负载。此次在Computex上所展示的能力，目前仅适用于搭载英特尔处理器的Windows PC版Perplexity应用程序。
专为数据中心打造的全新处理器
谈及通用计算，人们首先想到的往往是英特尔，因为x86架构已为数据中心提供动力逾五十年。
英特尔公司执行副总裁兼数据中心事业部总经理Kevork Kechichian发布了英特尔至强6+处理器。至强6+处理器是基于Intel 18A制程打造的首款数据中心CPU，它搭载了288颗能效核，配备高达576MB L3缓存，可提供业界领先的计算密度与能效表现，对于需要兼顾AI就绪能力与日常关键业务负载的企业而言，具有至关重要的意义。
迈向机架级系统与智能计算中心
最新研究预测，到2030年，AI推理工作负载所消耗的电力，将占据数据中心总电力需求的近40%。当Agentic AI开始融入真实工作流程、数据、工具以及治理等环节，计算基础架构也亟待变革，这是因为Agentic AI是可迭代的，需要经历“思考、规划、行动和反思”的过程。
这种工作负载的转变催生了CPU需求的快速增长，因为CPU需要对整个推理过程进行编排和协调。由此，原本前沿模型训练中CPU:GPU 1:8的配比，已在Agentic AI中演变为1:1乃至更高的CPU密度需求。
接下来，陈立武阐述了如何重塑计算，即跳出单一部件的视野转向机架级系统，从而应对Agentic AI工作负载的需求。
富士康首席产品官Jerry Hsiao介绍，富士康正携手英特尔及其合作伙伴，为专为推理和Agentic AI工作负载设计的机架级AI基础设施提供系统集成能力。
在Agentic AI场景中，CPU与GPU比例趋于稳定的同时，Token用量正呈爆发式增长。据最新报告显示，与单轮推理相比，一个智能体的Token消耗量最高多1000倍。因此，在CPU之外，提供专为Token消耗与生成优化的计算解决方案至关重要。
为此，英特尔近期宣布与SambaNova、Vista Equity Partners及Cambium Equity展开合作，提供成本效益高、能耗低的推理解决方案。
SambaNova首席执行官Rodrigo Liang就公司与英特尔近期宣布的合作内容进行了更为细致的讲解。Vista Equity Partners的Robert Smith则介绍了各家公司计划如何利用来自英特尔、NVIDIA和SambaNova的全新机架级AI基础设施，通过名为Vector Core Compute的全新推理云服务，向客户提供完全解耦的推理能力。
面向客户工作负载的定制芯片
尽管新的机架和云解决方案有望重塑推理和Agentic AI的经济模式，但企业越来越将自身的工作负载视为战略资产，并寻求专为其特定业务需求打造的定制芯片。英特尔高级副总裁Srini Iyengar介绍了英特尔在定制芯片领域的进展，包括与谷歌合作推出IPU，这些芯片对于云服务提供商实现性能提升至关重要，以及与爱立信等电信客户合作，在全球范围内提供先进的无线基础设施芯片。
行业专用垂直解决方案
定制芯片正成为垂直解决方案的基础，帮助客户满足特定行业的需求。陈立武介绍了英特尔如何与Hitachi、Siemens、Echo Neurotechnologies 及 Greenstone Biosciences等公司合作，在能源、工业自动化、生物医学工程和药物研发等多个领域实现革新突破。
以芯片构建智能世界
陈立武在主题演讲结尾表示，面向 PC、边缘与物理 AI、数据中心以及新兴智能中心等生态领域，英特尔及其合作伙伴仍拥有广阔机遇。从硅片、系统级芯片到系统和应用，英特尔为现代计算奠定了坚实基础。与此同时，英特尔正持续加大投入，在现有和新兴领域持续拓展新的业务空间，并与多个行业深化全新合作。在合作伙伴的支持下，英特尔正携手各方，在由硅构筑的世界之上，共同迈向更加智能的未来。