在刚刚落幕的Computex 2026上，人工智能基础设施的竞争焦点经历了微妙而深刻的转变。随着AI从单纯的内容生成进化到能够自主执行复杂任务的智能体（Agentic AI）时代，算力架构的需求发生了根本性的变化。英特尔精准地捕捉到了这一变革，通过推出至强6+处理器、以太网E835控制器以及新一代GPU等一系列新品，形成了一套完善的智能体AI算力布局的策略，试图在由系统协同主导的新赛道上占据领先地位。
智能体AI的迅猛发展，彻底改变了数据中心对于算力资源的配置。在过去，生成式AI的推理工作主要依赖GPU进行大量密集计算，CPU与GPU的资源需求比例有时甚至达到1:7或1:8。然而，智能体AI的工作流涉及复杂的任务规划、工具调用、数据库访问以及多智能体之间的协同，这些任务极度依赖于CPU的串行逻辑处理与调度能力。实际测试数据显示，在智能体AI的应用场景中，CPU处理时间可占整体任务的50%至90%，CPU与GPU的负载比例已逐渐趋近于1:1。正如英特尔高层所言：“CPU orchestrates the show（CPU才是这场秀的总指挥）。”如今的AI基础设施正在从单一的模型推理平台，转型为由CPU承担核心调度职责的复杂工作流系统。
作为支撑这一愿景的核心硬件，全新发布的至强6+处理器无疑是英特尔手中的王牌。这款基于Intel 18A制程打造的首款数据中心CPU，集成了多达288颗能效核，并配备高达576MB的L3缓存。相比上一代产品，其性能提升高达2.5倍，每瓦性能提升55%。在机架级维度，一个装满至强6+的32U液冷机架可提供超过36000颗核心，足以支撑运行多达15万个AI智能体。这款处理器专为云原生及网络密集型工作负载设计，旨在以卓越的密度与能效，承接智能体时代爆发式的CPU算力需求。
为了打破单一芯片的性能瓶颈，英特尔还联合SambaNova、英伟达展示了“解耦推理”架构的真实应用。该架构将推理任务拆解：英伟达Blackwell GPU负责提示词缓存，SambaNova RDU负责内容生成，而英特尔至强6 CPU则全盘负责智能体的调度与任务执行。初步测试显示，这种“专人干专活”的异构架构，相比纯GPU方案，端到端性能提升了2到3倍。
