Intel宣布2027年全线产品更新：CPU重回C位，x86再迎巅峰！

芯硬件2026 Intel技术创新与产业生态大会观察——

9月22日，苏州国际博览中心，2026 Intel技术创新与产业生态大会开幕。这是芯硬件第三次参加：2024年在成都，主题是“新质共生，聚力共赢”，聚焦新质生产力与AI PC普及；2025年到重庆，主题“向新而生，同芯向上”，重在展示AI技术全景、推动商业应用落地。

今年主题定为“同芯·智远”，台上台下讲得最多的一个词，就是智能体。

本次大会展厅占地1.5万平方米，1400件技术演示在此展出，主办方安排了11场主题演讲和80余场技术课堂，规模空前。汇聚了行业客户、生态伙伴、专家学者和开发者，大家共同讨论智能体发展趋势，展示领先解决方案，探索规模化部署的落地路径。

北京大学新结构经济学研究院院长林毅夫

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

北京大学新结构经济学研究院院长林毅夫、中国工程院外籍院士、清华大学智能产业研究院（AIR）创始院长张亚勤先后登台，分别从宏观经济和技术演进的角度分享洞察。

Intel CEO陈立武

Intel公司CEO陈立武通过视频向大会致辞：“作为现代计算的基石，x86持续驱动计算向智能化应用发展。依托Intel在CPU、GPU、ASIC、先进封装以及晶圆制造方面的独特优势，还有覆盖云、边、端的开放生态，Intel有信心与客户和生态伙伴一起把握前所未有的发展机遇。”过去一年多，陈立武和团队一直在做一件事，就是塑造“一个焕然一新的Intel”，按他的说法，这家公司要传承积淀，也要专注于技术创新、工程实力、快速执行和客户至上。

Intel中国区董事长王稚聪

Intel中国区董事长王稚聪表示：“智能体AI融入真场景、创造新价值，不仅需要技术突破，还要开放协作，把产业界的‘各有所长’聚成‘共创所成’。”在他看来，Intel要做的是把整个智能体生态聚到一处，“让算力连接场景，让技术连接需求”，最终“让智能汇流百业，惠及千家万户”。

智能体AI时代：CPU凭什么重回C位？

进入2026年，无论是放眼全球，还是聚焦国内，智能体都呈现加速前进的状态。

当下，全球已有近80%的企业开始在内部尝试和导入智能体。随之而来的，是智能体AI对基础设施的重新分工，过去AI止于生成答案，由GPU主导，如今AI充满了主动性，CPU的角色变得愈发重要，从“边缘角色”重回C位。

过去两年，业内一谈起AI算力，脑子里浮现的几乎都是GPU。这也不奇怪，大模型训练是短时间、高并发的矩阵运算，本就是GPU的强项。

但智能体的工作方式完全不一样。一般来说，一个智能体接到任务，不会一次算完，它要在后台反复循环几十次甚至上百次，先读懂上下文，把任务拆开，再调用工具、检索资料，结果送回模型，发现不对就会推倒重来。所以，长上下文、多轮记忆、沙箱并发、任务编排、数据预处理，这些环节吃掉的算力越来越多，而它们大多是控制密集、串行依赖的活儿，显然更适合交给CPU。

Intel数据中心集团副总裁、中国区总经理陈葆立

Intel数据中心与人工智能集团副总裁、中国区总经理陈葆立把这种变化归结为软件工程上的一连串创新。不久之前，AI还只是一个对话框，你问一句它答一句。随着智能体AI的发展，通过上下文工程（Context Engineering）给AI补上了记忆，结合长上下文和多轮对话，模型能摸清用户的背景，不再是“没有记忆的天才”。接着是Harness，简单说就是给模型配上工具、装上手，让它不光出主意，还能动手干活。再往后是循环工程（Loop Engineering），它让模型就像一名好学生，拿到题目之后，不仅写出一个答案，还会一次次验证和检查这个答案，不断改进，让答案更好。

“这一层又一层的软件机制，听起来很简单，但其中很多工作都比较适合 CPU 来执行，”陈葆立说，“这也是为什么在过去一年时间里，AI 智能体的兴起会带来对CPU的巨大需求。”

IDC预测，2031年中国企业场景里的活跃智能体将达到3.5亿个。与此同时，中国大模型每天的Token调用量，已经涨到2024年初的5000倍；美银证券预计，2029年中国AI数据中心固定资产投资将超过2.2万亿元。

陈葆立透露，业界对2030年CPU市场规模的预估，半年内经历了一次大幅上调——2026年2月还是590亿美元，到8月已经变成2100亿美元，是原先的3.6倍。数据中心里AI负载的占比，则预计从2025年的40%升到2030年的80%。

Intel首席营销与传播官Annie Shea Weckesser

Intel打算怎么接住这波需求？Intel首席营销与传播官Annie Shea Weckesser把公司的战略总结为三条：

第一，做覆盖PC、边缘和数据中心的开放计算平台，让不同任务找到最合适的算力；

第二，围绕特定工作负载，和超大规模云厂商等客户一起设计定制化芯片；

第三，靠制程和先进封装，在产品里完成更复杂的系统集成。

这三条线上，Intel都已经开始快速落子。

首先是Intel计算平台。面向个人计算和PC，第三代Intel酷睿Ultra处理器将CPU、GPU和NPU计算能力整合在一起，让软件能够针对每项任务匹配最合适的计算引擎，在用户体验、性能与能效之间实现平衡。该平台为PC提供复杂推理所需的计算能力，能够在本地运行350亿参数级模型，同时，也具备通过视觉、听觉等输入理解上下文的多模态感知能力。

在此基础上，模型路由如同神经系统，决定何时调用端侧AI，以及何时连接云端，以获得更大规模的能力支持。通过与这些伙伴开展深度软件优化和技能集成，PC成为了更加主动、更简单易用、更安全的生产力工具。

一个很好的例子，就是Intel在中国与百度搭子、Marvis、千问办公、TRAE，还有WorkBuddy等软件合作伙伴，携手部署并优化新一代混合智能体AI。

针对物理AI与边缘计算，第三代Intel酷睿Ultra处理器以及Intel的开放边缘软件，能够帮助合作伙伴将智能适配到特定的设备、传感器和应用环境。通过强大的计算能力、快速响应性能以及内置的推理加速，为要求严苛的边缘和机器人工作负载提供支持。边缘和具身智能AI套件等工具，则帮助合作伙伴优化并部署这些工作负载，共同实现智能的即时响应。

数据中心方面，Annie Shea Weckesser表示，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。这正是x86在AI时代变得更加重要的原因，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。预计，到2030年全球超过80%的服务器都将运行在 x86 架构之上，x86将是全球算力的中流砥柱。

Intel至强6处理器就是为此而生。性能核，也就是P-core，为需要快速执行和响应的工作负载提供所需的速度。能效核，也就是E-core，则在同样安全可靠的至强架构基础上，支持更高的智能体密度和更优的能效表现。内置加速器在主机端处理路由，管理安全护栏、压缩、加密以及机密执行等任务，使GPU和其他加速器能够专注于模型运算。

据悉，阿里云是中国首家基于Intel至强6处理器推出公有云服务的云厂商。目前，阿里云已推出超过117种基于至强6的云实例类型，覆盖通用计算、本地SSD、高主频以及机密计算等多个产品系列。其中，有超过50种实例类型已经广泛应用于智能体AI场景，帮助客户推动智能体从实验室走向生产部署，提供了可扩展且可信赖的计算基石。

其次是定制芯片，Intel正在架构、设计、IP、先进封装和制造能力方面持续投入，为专业化部署和高强度工作负载打造定制化解决方案。最后在制程和封装上，Annie Shea Weckesse透露，Intel 18A已经进入量产阶段，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，目标是2028年实现大规模量产爬坡。

不仅如此，Intel的EMIB和EMIB-T等先进封装技术可实现多个计算引擎和IP集成到单一封装之中，并通过高速互连实现数据和工作负载在整个系统中的高效流动。先进制程技术与先进封装能力相结合，也让Intel能够在产品组合中，持续交付性能更强、效率更高的系统级方案。

当然，仅靠技术，无法让智能应用落地。Annie Shea Weckesse坦言，做到这一点的，是人。协同合作，才能在AI生态系统中释放出巨大的能量。

目前，Intel与70多家独立软件开发商携手推动AI PC体验的发展，其中包括与中国AI模型提供商共同实现的17项首日适配发布。中国云服务提供商已经推出超过200种至强6和至强6+云实例。同时在边缘侧，与100多家机器人合作伙伴的协作，正推动智能进入现实世界环境中。

至强6+与整机柜：智算中心围绕CPU重构

“数据中心的架构必须随智能体AI而变，”陈葆立在演讲中说，“一个智能体从思考到执行，牵动的是模型推理、任务编排、数据搬运与记忆管理的完整链路。因此，全新的智算中心，应该以CPU为核心、CPU与GPU、IPU、存储协同运作，而不是单纯比拼某一环节的参数。”

今年6月，Intel拿出了至强6+。这款处理器采用Intel 18A制程，有288个核心，官方数据是单颗能稳定部署超过1000个智能体。客户实测的两项结果也在大会上公布：在选定的一组工作负载里，SWE-bench单智能体平均性能比竞品快15%；在200毫秒启动时延的SLA要求下，单颗至强6+能并发创建350个沙箱，是某款同类产品的1.46倍。

但单颗芯片再强也有边界。客户的真实需求是10分钟内拉起上万个、甚至十万个沙箱，这时候比拼的是整个机柜的协同。Intel在大会上联合产业伙伴发布了开放Agent整机柜平台规范，把CPU、内存、网络、供电、散热放在一起做系统级设计，其他厂商可以照着这套标准做自己的整机柜。

在GPU服务器这边，至强早已是国内智算服务器机头CPU的主流选择。模型推理之前，大量数据预处理要先完成，网页、视频、PDF，格式五花八门，都得先把文字提取出来才能喂给模型，这些活儿都适合CPU来干，而不是GPU。借助至强内置的AMX、QAT等加速器，向量化和重排序的性能分别做到了基准的2倍和4倍。

针对客户面临的存储瓶颈，Intel也提出了很多解决方案。

近期，Intel携手国内的焱融科技，共同打造了基于至强6和MRDIMM内存的全闪存储一体机F9000X Turbo。依托至强6出色的I/O能力，以及MRDIMM带来的内存带宽提升，F9000X Turbo在MLPerf Storage v3.0的Llama3检查点读写、3D-Unet训练两项测试里都拿到全球第一，让数据的供给速度跟得上计算需求的节奏，从而让昂贵的计算资源被更充分地释放，让昂贵的CPU、GPU不必空等。

为了以合理的成本，保存并复用飞速增长的 KV Cache，Intel与合作伙伴提供了G3.5的创新存储方案，打造了内存容量扩展和高性能共享 KV Cache 存储池，实现优化的容量、成本和性能。

芯硬件注：KV Cache会缓存大模型所产生的所有答案，下一次再问的时候可以直接读取上一次的答案，加快反应速度。

另一方面，充分调用至强内置的AMX、QAT等加速器，推出KV Cache智能加速套件。客户的验证数据显示，Intel KV Cache智能加速套件能够将KV Cache传输速率最高提升达9.66倍，首字时延（TTFT）性能最高提升达15倍，让词元的生成更加经济高效。

陈葆立还在现场算了一笔账：一个标准的千问的35B模型，如果你给它100Token上下文，产生的KV Cache就是300GB，已经超过不少现在GPU上面的内置HBM。所以，才要将KV Cache从HBM转移到SSD或者是内存上。Intel KV Cache智能加速套件通过至强处理器的QAT技术进行无损压缩，原来300GB的KV Cache，可以在落盘之前压缩200GB，帮助客户节省了很多不必要的空间。

下一代数据中心GPU Crescent Island的进展也在大会上披露。它基于全新Xe3P架构，冲着AI推理和智能AI而来，最大的特点就是大显存，用LPDDR5x可以做到128GB、256GB甚至480GB的大显存，专门承接推理和KV Cache，更多信息要等到今年晚些时候公布。

XPU三位一体：端侧智能体AI在全场景落地生花

大会上，Intel还展示了从端侧智能体到物理AI领域的全新布局，并正式发布Intel具身智能开发套件。

Intel公司副总裁兼端侧计算和物理AI事业部中国区总经理高嵩，把驱动AI的两股力量定义为规模定律和密度定律，称其是“智能体时代的DNA双螺旋”。规模定律管云端：投入更多算力、数据，训练更大的模型。密度定律管端侧：大约每三个月，同样大小的模型，智能密度就能翻一倍。

结果是，一个90亿参数的新模型，智能水平已经赶上、甚至超过几个月前1200亿参数的大模型。模型小到这个程度，端侧设备就有能力把整套智能体工作流跑起来。

在高嵩看来，一个智能体任务，从接收指令到自主完成目标往往需要在后台进行几十次、上百次，甚至更多次“计划—行动—评估—重新开始”的循环。而这正是Intel XPU混合架构的用武之地。

具体到芯片，Intel的思路是XPU架构下CPU、GPU、NPU高效协同。

——CPU作为强大、可靠、响应迅速的中央处理大脑，负责智能体高频的计划、决策与逻辑推理，这也是X86的优势所在；

——GPU，凭借其Xe核心和XMX矩阵加速能力，作为AI性能引擎，处理AI并行计算的任务；

——NPU则像一个高能效助手，以极低的功耗，轻松分担需要全天候运行的、音频、计算机视觉等AI任务。

最终，CPU、GPU、NPU，三位一体，在XPU统一框架下、高效调度，共享高速内存带宽。

在这样的背景下，个人计算这个概念，正在打破它固有的边界，衍生无数新形态。除了AI PC之外，还有赋能智能生活的家庭AI大脑、定义智能座舱的车载AI Box、守护私人数据的AI NAS等等。这些新的产品形态意味着巨大的新市场，从千万级的汽车AI BOX，到更大的家庭AI中心市场，再到快速增长的AI NAS，这些都只是冰山的一角。

“当AI进入智能体时代，模型、工作负载与产品形态的进化，正共同为端侧智能体创造出时代的发展机遇。Intel依托CPU、GPU与NPU协同的XPU架构，打造强劲可靠的算力基座，并积极拥抱开源软件生态，全面加速智能体在端侧的应用落地。同时，我们推动传统PC计算向智能体PC、AI Box、AI NAS等全新形态延伸，携手广大产业伙伴共同开拓更广阔的增量市场空间。”高嵩在演讲中说。

硬件层面，Intel宣布将于2027年带来全线产品更新。目前，Intel 18A已经量产，18A-P进入风险试产，每瓦性能再提9%，同等性能下功耗降低18%。第三代酷睿Ultra和酷睿系列发布至今，拿下了超过400项客户设计；新一代锐炫Pro B70/B65专业显卡，则广泛在端侧和边缘的AI计算场景中被采用。

在软件层面，Intel全面拥抱开源生态的AI推理框架和开放权重模型，在此之上通过微服务打通感知、记忆、思考、Web访问、安全等核心智能体能力。以Intel为智能体打造的Web Engine为例，它可显著提升复杂网络任务成功率，让智能体广泛接入海量Web应用，实现跨平台自动化与深度市场洞察，解锁更高阶应用，同时降低内存占用，提升运行效率与并发处理能力。

在物理AI领域，Intel联合科通工业、神州数码全新推出“具身智能开发套件”。该套件搭载第三代酷睿Ultra处理器，将实时控制平均抖动降低至1.6微秒。让开发者可开箱即用，快速跑通“感知—规划—执行”全链路，加速机器人项目从原型迈向量产。

此外，Intel还联合多个合作伙伴，让端侧智能体AI在全场景落地生花。

Intel中国区技术部总经理高宇表示：“从办公创作到生活娱乐，智能体正在成为生产力的倍增器——它将人们从重复、机械的事务中解脱出来，并得以专注于创造与判断等核心领域，以实现效率飞跃与创意释放。”他说，Intel要联合生态伙伴，“让AI真正全面融入日常生活与工作的每一个真实场景”。

在办公智能体领域，得益于Intel处理器的高算力与生态成熟等优势，PC已经成为办公智能体的最佳载体。Intel通过集成本地推理引擎、建立模型路由、丰富本地AI Skills及优化硬件成本，持续推动混合式AI的智能体PC快速普及。

在应用层面，Intel“ AI PC智能体伙伴”正式入驻WorkBuddy，集成智效办公、智享生活、智创内容、智优电脑四大场景板块，为用户提供了便捷的一站式使用端侧AI技能和场景的入口。OS层面，Intel联合阿里云千问预览了Qwen Book智能体原生桌面操作系统的深度适配，通过多种形态的Intel AI PC硬件与千问全栈方案的深度融合，打造智能体原生设备。

在创作设计领域，基于搭载第三代酷睿Ultra处理器、飞牛OS与Marvis AI智能体方案的零刻AI NAS，创作者可高效完成视频素材搜集；通过小云雀，用户可利用搭载第三代酷睿Ultra的电脑的本地算力完成AI视频超分；基于锐炫Pro B70/B65 32GB显存专业级显卡与MiniMax H3模型，可实现本地AI视频与漫剧的创意制作。

在游戏智能体领域，游戏玩家可通过智能体应用打造专属游戏助手，充分释放本地XPU的AI算力潜能，在游戏过程中获得更智能、更流畅、更个性化的体验。

在家居出行领域，Intel为AI家庭大脑提供全栈解决方案，打造集家庭算力中心、家庭记忆中心、家庭任务执行中心于一体的智能管家体验；Intel AI Box Ultra解决方案构建车载本地AI，为用户带来自由对话、主动服务、全域感知的智能座舱体验。

此外，Intel还深入垂直行业，联合MAXHUB、北科瑞声与亿道推出医疗智能体方案，可快速根据问诊语音自动生成病历初稿，带来智能化诊疗体验；联合石基打造酒店智能体AI Box，基于第三代酷睿Ultra的本地算力平台，将智能体无缝嵌入酒店运营工作流，在确保企业数据内部闭环的同时，通过智能决策提升酒店运行效率；与奇矩智能打造的工业智能体AI Box，可有效提升产线稼动率并缩短换线耗时，助力产线提前3小时开工生产。

面对端侧智能体机遇，Intel一如既往地坚持开放生态，携手广泛的OEM/ODM合作伙伴、模型厂商、ISV及系统集成商，共同打造全栈解决方案，推动端侧智能体在本地及混合场景下的规模化落地。比如提供预先验证的参考设计、标准化主板与互联架构，帮助OEM/ODM合作伙伴简化开发流程，显著缩短产品研发与验证周期。与ISV合作深度优化混合AI部署，实现算力与效率的平衡。与主流模型厂商紧密合作，实现模型发布首日的支持，为开发者提供自由、多样且高效的模型选择。同时拥抱开放社区，端侧智能体专区现已在魔搭与火山引擎上线。

结语：智能AI时代，迎来焕然一新的Intel

要理解今天的Intel，不妨把时间往回拉一点。

这家公司曾经就是半导体行业的代名词。PC普及的那些年，“Intel Inside”贴在全世界绝大多数电脑上，x86指令集几乎成了计算的通用语言。但后来因为种种原因，旧王掉队了，制程节奏一再被打乱，制造业务持续失血，等AI这波浪潮起来的时候，聚光灯已经打到英伟达和GPU身上。2025年4月，Intel股价下探至17.665美元，创下十年新低，市值缩水到不足800亿美元，外界一片看衰。

真正的转机，出现在陈立武接手之后。2025年3月，这位在半导体行业深耕多年的老将接掌帅印，没有选择捷径。他先稳住制造根基，把18A推进量产、把14A排上日程，再回过头重新标定Intel在AI版图中的位置。市场也是在这个过程中慢慢看清，智能体AI一旦真正运转，承担编排调度的CPU非但不是配角，反而是整套系统的中枢。随后，英伟达50亿美元入股、美国政府注资Intel，客户订单也随之回流。

最直接的反馈来自资本市场。进入2026年，Intel股价累计上涨超过230%；二季度营收161亿美元、同比增长25%，创下近15年来最大单季增幅，主要靠AI算力需求爆发带动数据中心业务增长。

Intel CEO陈立武近日表示，CPU需求正快速增长，导致出现供需吃紧，且随着AI应用发展，短缺问题可能将持续存在，目前该公司供货量仅能满足客户需求的50％，“多位大公司CEO打来电话，我只能和他们道歉”。

市场读出的却是需求旺盛的信号，单日市值应声增加407亿美元。如今公司股价回到122.6美元，接近低点时的7倍，市值也从不足800亿美元一路回升至6400亿美元上方。

这一轮重估背后，是行业对一个基本面判断的重新校正。AI的计算方式已经变了，而且从来不是某一种芯片的独舞，而是CPU、GPU、各类加速器与云边端设备的协同。

Intel x86用四十年沉淀的生态、兼容性和系统经验，在这样一个讲求协同的世界里，重新显出了自己分量。

陈立武说，要和伙伴“共同定义下一代计算的未来”。对Intel而言，至暗时刻或许已经翻篇，但真正的考题还在后头，制程要持续兑现，产能缺口要补上，生态也要在智能体时代扎得更深。

过去一年多，Intel证明了自己有能力从谷底站起，往后它要交出的答卷，是自己还能重新成为那个定义时代的角色。