CPU重回中心，AI Infra迎来系统性竞争新局面
C114讯 9月24日消息（艾斯）数据显示，国内大模型的日均Token调用量已增至2024年初的5000倍。
这一指数级增长，与AI智能体时代的到来同步发生。在本周于苏州举办的2026英特尔技术创新与产业生态大会上，适配智能体发展的AI基础设施架构需求变化成为核心议题。
在大模型产业发展初期，GPU作为核心算力载体，承担了模型训练、推理及内容生成的主要职责。如今，智能体的大规模落地催生了截然不同的算力需求——智能体并非单次完成推理，而是要执行“计划—行动—评估—迭代重启”的连续循环，循环过程中的编排、调度、记忆留存与结果校验工作，均需依托CPU完成。
这也是CPU回归舞台中心的原因所在。
算力结构：从4:1到接近1:1
英特尔数据中心集团副总裁、中国区总经理陈葆立援引相关数据指出，到2030年，数据中心的AI负载占比将从2025的40%提升至80%。这意味着，未来整个数据中心的架构都将因AI的发展迎来全面变革与升级。
结构变化最可量化的信号是配比。英特尔首席营销与传播官Annie Shea Weckesser表示，CPU贯穿整个系统，是连接应用、数据、编排能力和专用加速计算资源的基础架构。随着AI工作负载不断扩展，对CPU的需求也不断增长，CPU与GPU的配置比例正从4:1逐步向接近1:1演进。
价格信号也在修正：针对2030年数据中心CPU市场规模的预估，半年内从590亿美元上调到2100亿美元，约为原来预估规模的3.6倍。
产品层面，英特尔最新CPU产品至强6+全面瞄准智能体时代需求。该产品基于Intel 18A制程打造，拥有288个内核，单颗即可部署近1000个智能体。实测数据显示，在满足200ms SLA要求的前提下，英特尔至强6+处理器可支持350个沙箱并发。
C114了解到，Intel 18A已经进入量产阶段，其高性能版本Intel 18A-P目前也已进入风险试产阶段。Intel 14A同样进展顺利。面向内部产品的风险试产计划于2027年下半年启动，并以2028年实现大规模量产爬坡为目标。
陈葆立将未来数据中心概括为三类集群：CPU服务器或CPU集群负责智能体执行和工作编排，GPU服务器承担模型推理，即传统意义上的“Token工厂”，存储集群则承载长对话、文档、合同等不断增加的数据。三者之间的数据调度，都需要CPU参与。
“当我们把‘Token工厂’的概念升级为‘AI工厂’时，讨论的核心就不再只是Token工厂能产出多少Token，而是整个AI大系统如何以更低的资源消耗、更高的运行效率，助力客户完成更多工作。这是一种以任务为导向的思维模式，也是一套全新的发展思路。”他表示。
基于这一理念，英特尔综合考量CPU性能、网络、存储、散热以及供电等要素，已打造出一套均衡全新、面向AI智能体的CPU机架方案；存储领域，英特尔已联合中国合作伙伴，基于至强6处理器与MRDIMM内存打造了一套高性能存储系统；此外，英特尔此前已发布最新一代GPU产品Crescent Island，其大显存配置可更好支撑AI推理与KV Cache存储需求。
不难看出，Agentic AI时代的到来，正推动计算架构向协作共生的方向演进。智能不再是仅运行在GPU上的单一负载，而是CPU、GPU、多级内存与互连技术协同支撑下的综合能力呈现。
交付形态：Toke n 一体机出现
算力结构变了，交付方式也在变化。
现场反复提起的一组矛盾是：AI算力需求每年以10倍量级增长，而一座高功率密度数据中心从规划设计到 IT 部署至少需要两年。企业侧的诉求更具体——数据安全要考虑，业务流程的复杂性也要考虑，算力必须向现场部署下沉。这一轮最值得注意的新形态，是“Token一体机”。
C114了解到，本次英特尔技术创新与产业生态大会设置了1.5万平方米的超大展厅，共汇聚超过1400项技术应用成果，覆盖云、边、端全场景，呈现了从推理、智能体到各类落地场景的前沿创新，参展合作伙伴超过300家。作为英特尔的重要合作伙伴之一，超云刚刚发布的SUPERRACK-200-S Token一体机作为典型落地样本，吸引了我们的关注。
据现场工作人员介绍，超云这款Token一体机是基于英特尔至强第四代/第五代可扩展系列处理器开发的浸没式液冷一体机。
它采用了原生浸没液冷架构，在4U空间内满配8张AI加速卡，单卡最高支持600W浸没散热，兼容主流GPU且性能无折损；整机PUE低至1.05，重量仅47公斤，相比风冷方案整机功耗降低2000W，而项目初期投资与风冷持平。整机去除风扇，运行噪声低至55分贝，因此除智算机房外，还能部署进办公室、楼宇机房和边缘站点，从而拓展本地化Token工厂的落地场景。
这种将算力与Token生产就近部署的方案并非个例，且其背后有着清晰的需求支撑。中国工程院外籍院士、清华大学智能产业研究院（AIR）创始院长张亚勤在大会演讲中就明确指出，未来80%的Token生成与计算将走向边缘侧。在我们看来，以Token一体机为代表的新型算力形态从概念落地为可交付的成熟商品，足以印证边缘智能时代正在加速到来。
此外，英特尔首席工程师侯志强也在本次大会上介绍了集装箱式AI算力仓这一全新产品形态。据介绍，该解决方案以标准集装箱为载体，整合算力、网络、存储全栈资源，集成供电、配电、液冷、冷源、监控等配套系统，能够适配超高功耗算力中心的快速交付需求。
智能体AI时代对算力基础设施的需求愈发多元，相关产品形态也随之持续创新。
实际上，在超云看来，AI应用爆发正倒逼基础设施从单点性能竞争转向生产级系统能力竞争。该公司透露，未来将与英特尔持续深化在AI算力、液冷技术及下一代数据中心等领域的联合创新，依托英特尔开放计算平台与超云的全栈工程能力，共同打造更加高效、绿色、智能的算力基础设施。
算电协同：从配套变成前置条件
能源供电是AI基础设施系统性能力中无法绕开的关键一环。无论产品形态如何迭代，有一个物理约束始终无法回避：功率密度。
传统通用算力的单机柜负载仅为5到8千瓦，而AI训练机柜的功率已攀升至140到200千瓦，高端高密度场景更是迈入数百千瓦级，大型智算集群的整体规模也同步迈向吉瓦级。随着风冷散热触及技术上限，供电架构被迫从传统的交流冗余备份模式，转向交直流混合的弹性供电体系。
英特尔在现场专门设置了供电与储能生态链展区，我们注意到施耐德电气展出了两条并行解决思路：交流侧推出Galaxy VXL兆瓦级UPS，覆盖500千瓦至1.25兆瓦，并采用模块化、可扩展架构，面向AI负载快速波动以及大型数据中心的连续供电需求；直流侧展示800V直流供电架构、固态变压器、新型电池接入方案、电力系统仿真平台等一系列前沿核心技术——当AI机柜功率超过400千瓦、接近兆瓦级时，传统交流及低压直流架构会同时面临电流、线缆、空间和散热的多重约束，把交流转直流环节前移到机柜之外，成为重点探索方向。