在AI时代，CPU固然是计算系统的重要组成之一，但却在过去几年逐渐的走下舞台。从深度学习兴起再到生成式AI爆发，GPU成为了AI算力叙事的中心。

过去几年，大模型训练需要更大的算力集群，云厂商围绕GPU扩建数据中心，产业链的关注点也集中在HBM、先进封装、液冷、电源、交换芯片和高速互联上。相比之下，CPU在很多AI叙事中，只是个默默无闻的后台角色：负责系统启动、资源管理、任务调度和I/O连接。

到了2026年，情况开始发生变化。

在Computex 2026上，英特尔把CPU重新放到了AI趋势的中心。它发布了面向AI推理和智能体工作负载的机架级AI基础设施参考设计、Vector Core Compute解耦推理方案、基于Intel 18A的至强6+处理器，同时继续强调第三代酷睿Ultra、AI PC、边缘AI和物理AI等产品组合。

围绕CPU和SoC，英特尔构建了多领域的生态系统，包括PC、边缘与物理 AI、数据中心以及新兴智能中心等等。

英特尔CEO陈立武在开场白时，用了几句中文：“我前两天去爬了象山，有一千级台阶、184米高，活着爬完了。所以我现在还能站在这儿，不过如果一会儿我走得慢一点，请多包涵，确实是累坏了。”

这几句话非常接近陈立武对英特尔做的改革路线，可以说每一步都不容易，但他都做到了。在陈立武接任英特尔CEO的14个月之间，他几乎重新打造了一个全新的英特尔，并围绕四个方面进行：第一，最好的产品永远是制胜之道。英特尔需要专注于设计一流的产品，并重新定义产品组合以应对新兴的人工智能工作负载。第二，要以全栈系统为核心来构建产品组合。第三，要打造世界一流的晶圆代工体系，这意味着要赢得客户的信任；第四，要增强资产负债表。

image.png?imageView2/2/w/1000

英特尔CEO陈立武

从1:8到1:1

说回CPU重回牌桌，最直接的变化，是CPU和GPU配比。

训练时代的AI部署，更接近1个CPU对应8个甚至更多的GPU；但到了智能体推理时代，这一关系会变成接近1:1，甚至有些场景要反过来变成4个CPU对应1个GPU。

最重要的原因是大模型正在从训练阶段转向推理阶段。在训练阶段，核心任务是把模型训练出来，GPU承担大规模矩阵计算，CPU更多是支撑系统运行。而到了智能体阶段，计算过程是一个持续执行的任务链，不只是一次模型调用。一个智能体可能需要拆解任务、调用工具、执行代码、访问数据库、读取文件、连接企业系统、处理权限，再把结果反馈给模型继续推理。

这些事情并不全是GPU擅长的工作。GPU仍然负责模型计算，但大量工具调用、代码执行、系统调度和数据流转会发生在CPU侧。可以说，智能体越复杂，模型之外的执行动作越多，CPU的作用就越容易被放大。

x86仍是基本盘

CPU需求回升，对所有CPU阵营都是机会。在Computex上，Arm阐述了云端继续推进自研CPU的策略，NVIDIA也把CPU放进自己的AI工厂和AI PC叙事中，海光也是在不久前举办的智博会上发表了这一观点。但对英特尔而言，依然有一个挑战，新增的CPU需求，会不会仍然是x86的生态？

陈立武在主题演讲中援引IDC预测表示，到2030年，超过8/10的服务器仍将基于x86架构。这个预测并不能直接说明新增AI CPU需求都会落在x86上，但它至少说明，在未来几年服务器市场中，x86仍然是绕不开的基本盘。

对英特尔来说，只要AI推理和智能体带来的CPU需求继续发生在主流服务器生态中，至强、x86软件兼容性和既有数据中心客户基础，依然是英特尔可以持续发展的重要基石。

而此前NVIDIA与英特尔的合作，也可以放在这个背景下理解。

一方面，NVIDIA在Vera Rubin平台中加入了Vera CPU；另一方面，NVIDIA又选择投资英特尔，并与英特尔合作开发AI基础设施和个人计算产品。按照双方公布的信息，英特尔将为NVIDIA打造定制x86 CPU，用于NVIDIA AI基础设施平台；在PC端，英特尔还将推出集成NVIDIA RTX GPU chiplet的x86 SoC。

这说明，NVIDIA并没有只选择Arm一种CPU路线。它在自己的AI工厂体系中发展Vera CPU，同时也需要英特尔的x86生态和PC平台能力。对英特尔来说，这至少说明，在AI基础设施和个人计算市场中，x86仍然不是一个可以轻易绕开的生态。

英特尔把CPU放回AI主线

过去几年，英特尔在AI训练浪潮中并不是最受关注的公司。

NVIDIA凭借GPU和CUDA生态成为AI基础设施中心，云服务商持续推进自研AI芯片，AMD在数据中心CPU市场不断推进，Arm也在云端和数据中心寻找更多机会。英特尔如果只是继续强调传统CPU性能，很难重新回到AI叙事主线。

但推理和智能体的兴起，让情况发生了变化。

英特尔这次发布的机架级AI基础设施，就是围绕这一变化展开。该方案基于英特尔至强处理器，富士康提供系统集成能力，目标是面向数据中心、超大规模数据中心和智能中心部署。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。

image.png?imageView2/2/w/1000

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。

更典型的是Vector Core Compute方案。在这个解耦推理系统中，英特尔至强处理器负责编排与执行，SambaNova SN40 RDU负责解码，NVIDIA Blackwell GPU负责预填充。也就是说，一个推理流程被拆成不同阶段，由不同类型的处理器承担。

这个方案最值得关注的地方，不是它同时用了几家公司芯片，而是它把推理系统拆开了。GPU继续承担高强度模型计算，RDU负责特定推理环节，CPU负责把整个流程组织起来。

相比单纯强调CPU性能，英特尔更希望外界看到它在系统编排中的位置。

如果AI基础设施仍然只围绕训练集群和GPU峰值算力展开，英特尔很难在短时间内改变市场认知。但如果推理系统开始强调编排、执行、解耦、成本和能效，CPU就有机会重新进入AI主线。CPU并不会取代GPU，但却会在新的AI系统里承担更重的组织角色。

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。

至强6+瞄准智能体密度

至强6+是英特尔此次发布中的核心产品。

这款处理器基于Intel 18A打造，也是Intel 18A首次进入数据中心CPU。英特尔将它定位于云原生、Agentic AI和网络密集型工作负载，强调高密度、横向扩展、能效和持续性能输出。

在智能体推理场景中，客户关心的问题会更接近系统级部署。

官方资料显示，至强 6+ 最高支持 288 个能效核、12 通道 DDR5，以及 96 条 PCIe Gen 5/CXL 通道。英特尔给出的液冷机架示例显示，32U 计算空间内可提供 36864 个核心，机架功耗约 100kW。

英特尔通过参考设计，详细阐述了从芯片到机架级AI解决方案。AI基础设施的竞争也正从单颗芯片上升到服务器和机架。

AI PC仍是英特尔的主要入口

PC仍然是英特尔必须守住的基本盘。

Computex 2026上，英特尔继续强调第三代酷睿Ultra处理器，目前已经获得超过325款消费级和商用PC设计支持，第三代酷睿则沿用相同IP架构，以更主流的价格覆盖轻薄本和日常计算场景。英特尔还把相关架构延伸到游戏掌机、边缘AI和具身智能设备中。

用户不一定会把所有AI任务都放到云端，也不可能把所有任务都放在本地。隐私数据、本地文件、低延迟交互、轻量推理可以在PC端完成；更大模型、更复杂上下文和更重的任务，则可以交给云端。CPU在这里仍然是平台基础，负责系统调度、应用兼容、任务管理、安全隔离和本地AI运行环境。

NVIDIA推出RTX Spark，也从另一个角度说明PC正在成为AI竞争的新入口。它被定位为面向个人AI智能体的Windows PC平台，强调本地智能体、CUDA和RTX生态，以及本地运行大模型的能力。这说明NVIDIA不再只是PC里的独立GPU供应商，而是在用AI软件栈和本地智能体体验切入PC平台。

对英特尔来说，这既是机会，也是压力。机会在于，AI PC正在获得越来越多厂商的认可，也仍然离不开CPU平台、x86生态、Windows软件兼容和OEM体系；压力在于，NVIDIA、Arm阵营和高通等玩家都在快速涌入AI PC场景，会存在一定的竞争压力，但这也恰好证明了其市场潜力。

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。

边缘和物理AI是另一条线

英特尔在Computex上还谈到了边缘AI和物理AI。

这条线并不意外。英特尔过去在工业、制造、零售、智慧城市和嵌入式市场有长期积累。

物理AI的复杂性，使其天然需要异构计算。CPU负责系统控制和任务调度，GPU或NPU负责AI推理，FPGA可以用于低延迟信号处理或确定性任务，MCU则处理更底层的控制和安全功能。对于机器人、自动化设备、边缘服务器和具身智能系统来说，这些能力往往需要放在一个完整平台中考虑。

相比只在云端训练模型，物理AI更接近英特尔过去熟悉的市场：工业设备、边缘计算、嵌入式系统、实时控制、长生命周期和生态兼容。只要AI进入真实世界，它就不只是算力问题，还会变成系统问题。CPU在其中的作用，也会比单纯模型推理场景更明显。

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4000家边缘生态合作伙伴，边缘部署共计超过10万项。

合作成为新打法

这次Computex还有一个特点：英特尔没有只讲自己的芯片，而是邀请更多合作伙伴共同见证CPU时代。陈立武甚至打趣道：“其实，中国台湾有一些客户也是我们非常重要的合作伙伴，他们有个特点，就是如果CEO能陪他们喝两杯，关系就更不一样了，不管怎么说，我算是这个圈子里的自己人。”

在Computex上，英特尔宣布与富士康、西门子、日立、Echo Neurotechnologies 和 Greenstone Biosciences 等行业领导者展开战略合作，聚焦提供基于英特尔处理器和定制芯片的垂直行业整合解决方案。

陈立武上任后一直强调客户和伙伴。其曾经表示，英特尔不能只做硅片，还要做软件、内存优化和平台能力，也需要合作伙伴一起参与。过去英特尔更习惯自己掌握很多东西，但AI基础设施已经变得太复杂，单家公司很难独自完成从芯片到系统再到行业落地的全部工作。

这类合作说明，业界越来越意识到，AI推理基础设施不可能只靠单一芯片完成。英特尔并没有坚持所有AI加速能力都由自己完成，而是选择把至强CPU与SambaNova RDU结合起来，寻找更适合推理和智能体场景的系统方案。与富士康合作，则是为了补上机架级系统集成能力。与行业客户合作，则是为了进入更具体的应用场景。

“新人”站到台前

这种变化不只体现在合作伙伴名单上，也体现在这次Computex的登台阵容中。

在客户端一侧，Alex Katouzian登台介绍第三代酷睿Ultra、第三代酷睿、游戏掌机以及边缘和物理AI。这个安排并不只是一次普通产品介绍。Katouzian此前长期在Qualcomm负责移动、计算和XR相关业务，来到英特尔后负责客户端计算与物理AI，这本身就说明英特尔希望把PC业务从传统客户端处理器，进一步拉向AI PC、边缘设备、机器人和自主机器等更宽的计算入口。

image.png?imageView2/2/w/1000

英特尔执行副总裁兼客户端计算与物理AI事业部总经理Alex Katouzian

在数据中心一侧，Kevork Kechichian登台介绍至强6+和x86在数据中心中的位置。他在2025年加入英特尔，负责数据中心事业部，包括至强处理器家族。

image.png?imageView2/2/w/1000

英特尔公司执行副总裁兼数据中心事业部（DCG）总经理Kevork Kechichian

所以，这次Computex不只是产品发布，也是一次组织调整后的集中亮相。Alex对应的是PC、边缘和物理AI，Kevork对应的是数据中心、至强和机架级AI基础设施。两条线合在一起，正好构成英特尔构建的完整的以硅为基石的智能未来。

陈立武上任后反复强调压缩层级、加快决策、让工程团队更靠近客户。如今，新的业务负责人已经开始分别承担PC与物理AI、数据中心与至强平台两条主线。

执行力才是关键

image.png?imageView2/2/w/1000

CPU重新被讨论，并不意味着英特尔已经完成反转。

英特尔仍然面对很多现实压力。数据中心CPU市场有AMD和Arm竞争，AI加速器市场仍然由NVIDIA占据强势地位，云厂商也在持续推进自研芯片。Foundry业务方面，英特尔还需要继续提升18A的良率。

陈立武接手之后，英特尔内部也在做调整。他曾经提到，过去公司管理层级太多，决策慢，客户反馈进入内部后响应不够快。他上任后压缩管理层级，让工程团队更直接地参与决策，也要求内部更快暴露问题、解决问题。对于产品开发，他还强调要减少反复流片，提高第一次流片到量产的效率。

这些管理变化不如新CPU发布吸引眼球，但对英特尔很关键。

AI基础设施现在是系统级竞争。客户买的不只是芯片参数，还包括长期路线图、交付能力、生态合作和持续支持。如果英特尔不能在执行上重新赢得客户信任，CPU回潮也不一定会自然变成英特尔的增长。

陈立武反复强调客户和合作伙伴，是要证明公司通过改革，可以真正听懂客户需求，并具有准时交付的能力。

结语

2026年，CPU重新进入AI产业讨论，并不是因为GPU退场，而是因为AI应用进入了新的阶段。

未来AI模型会持续发展，CPU、GPU的逻辑叙事可能也会改变，但至少在Computex 2026上，CPU已经上了牌桌。

在演讲的结尾，陈立武引用了英特尔创始人诺伊斯的一句话：不要被历史所束缚，放手去做一些了不起的事情（Don’t be encumberedby history, go off and do something wonderful）。

文章来自：电子工程世界