0
今年的数据中心采购出现了一个反常情况，CPU开始缺货了。
英特尔市场营销集团副总裁、中国区总经理郭威在发布会上给出了一组数字：2026年一季度，中国AI算力需求同比爆涨417%；与此同时，CPU与GPU的配比已经从过去的1:8，逐步走向1:4、1:2，部分场景甚至达到了1:1。
这不是宏观预测，是正在发生的现实。英特尔数据中心集团副总裁、中国区总经理陈葆立透露，某国内头部大模型厂商从去年到今年，CPU需求增长了5倍。
英特尔数据中心集团副总裁、中国区总经理陈葆立
需求从哪里来？答案是Agent。
与传统推理不同，Agent不是完成一次问答就结束，而是持续执行任务——调度工具、查询数据库、管理记忆、创建子Agent。这些工作绝大多数落在CPU身上，不是GPU。Agent越多，CPU的压力越大，缺货也就不难理解了。
近期英特尔在北京举办数据中心创新日，发布首款基于Intel 18A制程的数据中心处理器至强6+。与Computex发布时侧重产品能力不同，这次发布会的重心更落地，英特尔用算力、存力、连接力、保障力，联合腾讯云、金山云、阿里云等合作伙伴，回答了至强6+究竟在中国如何把Agentic AI变成生产力？
其中还有两把很多人没注意到的「金钥匙」，是CPU缺货背景下让Agentic AI落地的关键，也是英特尔在Agentic AI时代独特竞争力的体现。
一颗至强6+能同时跑逾1000个Agent，靠的是什么？
陈葆立在发布会上给出了一个数字：单颗至强6+可以支持超过1000个智能体的稳定部署。
此前雷峰网(公众号：雷峰网)提到，按云服务常见配置（2核4GB或1核2GB），一颗至强6+可同时部署约400至500个Agent。而这次超过1000个，是基于单核运行3到4个Agent实例的软件调度优化方案——在更激进的密度配置下实现的上限，两个数字口径不同，并不矛盾。
背后的逻辑是核心密度。至强6+最高拥有288个能效核（E-Core），通过软件调度，每个物理核心可以同时分身运行3到4个Agent实例。对于"大量小步工作"这类典型的Agent任务——调度、路由、工具调用——高核密度恰恰是最合适的配置。
陈葆立点出了一个容易被忽略的问题："单靠很多个轻量核是不够的。"
Agent本体在E核上运行，但当它真正开始执行任务时，触发的工作负载完全不同。比如Agent去调用数据库，数据库本身是极度消耗单核性能的应用，背后需要的是高性能P核。陈葆立举了一个例子：某家做SAP HANA的企业，用Agent大量调度SAP任务，瞬间触发的是密集的P核计算需求。
这是英特尔至强同时提供E核（至强6+）和P核（至强6）两条产品线的底层逻辑——Agent的工作负载是异构的，"单一架构打天下"在这里行不通。
支撑这套系统运转的，是英特尔为Agentic时代打造的算力、存力、连接力、保障力四力。当然在算力的部分，至强6+除了是首款采用Intel 18A的服务器CPU，以及拥有高达288个核心之外，有两个容易被忽略的"杀手锏"技术。
至强6+的两把「金钥匙」：QAT和IAA打开KV Cache瓶颈
英特尔中国区技术部总经理高宇强调："至强6系列拥有的QAT（数据压缩加速引擎）和IAA（内存分析加速器），是打开真正普及Agentic AI的两把金钥匙。"
这两个技术在产品发布环节没有被重点解释，但Agent时代它们变成了刚需。
问题的根源在KV Cache。现在主流大模型都支持百万上下文，一个用户的KV Cache就能占到10GB以上（压缩后）。用户数一多，GPU显存很快被占满，必须把KV Cache卸载到内存甚至SSD上。内存贵、SSD也贵——这是当下AI基础设施的成本痛点之一。
陈葆立分享，“跟SSD厂商聊英特尔的QAT和IAA，本来以为对方会高兴，结果对方说，你们最好把至强的压缩功能发挥好，让需求控制一下，我现在每天被追着交不出货。”
QAT和IAA并非英特尔为应对这轮内存紧缺专门研发的新技术，而是多代产品里就有的能力——只是Agent时代来了，它们的价值才被充分激活。
QAT（数据压缩加速引擎）解决的是SSD的问题。通过硬件级压缩，KV Cache在存盘前先压缩，压缩比至少50%——10GB直接变5GB。阿里云给出的实测数据显示，使用QAT之后，压缩带宽提升400%，同时减少了75%的通用CPU核数占用。
IAA（内存分析加速器）解决的是内存的问题。它对内存中的数据做实时压缩，且解压是硬件级完成，重新加载时不增加延迟。IAA让Agent启动时占用的内存更小，同样的内存可以跑更多的Agent。英特尔给出的数据是，在沙箱场景中，IAA可以将snapshot延迟降低最高60%，沙箱冷启动时间提升30%。
高宇说，"这两个技术在没有智能体的时候英特尔就已经推出，只是以前大家觉得改软件麻烦，需求不迫切。今天Agentic时代来了，大家发现这个可以帮我们省下几千、几万块，就有了改软件的动力。"
新华三存储产品线首席产品经理王其勇分享了X20000存储平台借助至强6+的落地成绩：在推理场景中，TTFT（首Token时延）和TPOT（每Token生成时间）性能提升最高达10倍以上。存储成本方面，协议融合让存储成本下降60%，数据准备时间减少35%。
把Agentic AI从技术实力变成生产力
技术实力如何转换成最终的生产力，是数据中心创新日值得重点关注的内容。
腾讯云计算产品运营总监周驰分享，腾讯曾在腾讯大厦楼下举办免费帮大家"养虾"的活动。以往这类开发者活动来的大多数是程序员，但这一次，开发者反而是少数。
"我们看到有律师、有农民，上到七八十岁的老人，下到10岁的小朋友，他们都能讲出来我想用龙虾干什么。"周驰说。
这个破圈现象，是周驰解读CPU需求增长时反复强调的背景。他认为，CPU:GPU的比例变化不应该只看数据中心内部，而要看全球业务量——大量原本ROI不合算、开发商不屑于做的业务，正在因为AI被自动化搬上了云和各类计算平台。这些自动化工作不需要很多GPU，需要的是调度能力，以及持续的高并发去执行大量的小脚本。
腾讯云是英特尔至强6+（Sierra Forest系列）AP平台的全球独占合作伙伴，已将其广泛应用在微信、腾讯广告检索、腾讯会议等业务场景。新一代实例将充分利用至强6+在288核、576MB三级缓存方面的优势，支撑更高并发的Agent工作负载。
金山云给出的是更直接的数字。基于至强6+的第十代云服务器SE10，AI Agent应用部署密度提升80%以上，Nginx高并发场景吞吐提升最高33%，MySQL CPU性能提升52%，Redis时延降低约20%。金山云计算研发负责人杨峰说，"基于最新一代CPU实例，它重新定义了单服务器的性能边界。"
火山引擎则在安全维度给出了落地验证。依托英特尔至强处理器和TDX技术，火山引擎AICC机密计算平台实现了多租户环境中AI数据与计算资源的全生命周期隔离——对于把敏感业务数据搬上云的企业来说，这是数据安全的硬保障。
英特尔在Agent时代的独特竞争力
陈葆立说："机会是留给有准备的人的。"
从GPU主导一切，到CPU在Agent时代重回C位，英特尔和腾讯云、金山云这批长期合作的伙伴，正在把这个判断变成可以量化的生产力数字。能够迅速抓住Agent时代的机遇，靠的不是押对了风口。
IAA做了多年，当年客户兴趣有限，因为应用场景不需要；QAT也是如此，用的人不多。但Agent时代来了，这两个技术突然变成了稀缺能力。多代积累，等到了它该被用起来的时候。
这种积累还在延续。雷峰网了解到，英特尔下一代至强CPU代号Diamond Rapids，将基于Intel 18A P工艺，2027年发布，与至强6+保持完整的Socket兼容性，客户不需要为升级重构整套基础设施。
高宇把今天AI数据中心里的超级工厂比喻成三台机器，"GPU集群、CPU集群、高性能存储集群。驱动这三台机器的，都是同一个东西——英特尔至强处理器。"
过去几年，AI行业最大的叙事是GPU统治世界。但Agent的出现，正在让产业重新发现CPU的价值。
腾讯云、金山云、阿里云这批中国伙伴给出的落地数字，是比PPT更有说服力的答案：至强6+能不能在Agent时代吃到这波红利，现在已经不只是趋势预测，而是正在发生的事实。
雷峰网原创文章，未经授权禁止转载。详情见转载须知。
