在2026阿里云栖大会英特尔专场（智启Agent·算筑中枢）上，贯穿十六位讲者的同一个判断是：智能体（Agent）的多轮循环负载，正在把 CPU 从"前后处理"重新推回计算中枢。英特尔产品规划部总经理李尔成称，数据中心 CPU 与 GPU 的配比将从传统的 1:4 走向 1:1，部分场景甚至 CPU 超配；阿里云首席服务器架构师卓九则补上一句关键的异见——当下还没有一颗真正"为 Agentic 而生"的 CPU。另一条主线是 KV Cache（大模型推理保留的键值缓存，用来"以存代算"）爆炸所催生的内存-存储分层产业链，以及 AI Agent 自己动手迁移 CUDA 算子、一次任务成本只有传统办公智能体百分之一的云上浏览器。算力生态的护城河，正在被智能体本身侵蚀。以下按背景、架构机制、产业链、生态博弈、落地与信任的顺序展开，全部数字与判断均标注说话者。

智能体浪潮：CPU"重返C位"的数字与异见

英特尔数据中心与人工智能集团副总裁、中国区总经理陈葆立在开场引用了一组机构数据：全球已有约 80% 的企业尝试把 AI 智能体落地到工作流；IDC 预判到 2031 年中国企业使用的 AI 智能体将超过 3.5 亿个；中国大模型日均 token 消耗较两年前上涨约 5000 倍。供给端的交叉验证同样来自他的引用：2026 年全球 AI/云服务商业绩同比增长 96%，美国银行预测中国 AI 智能体需求将带动产业伙伴投入超过 2.2 万亿元人民币升级 AI 基础设施。

陈葆立把智能体概括为"多层软件创新"：prompt engineering 让 AI 从聊天工具起步，context engineering 给没有记忆的天才加上记忆，harness engineering 让它能执行命令，loop engineering 让它像好学生一样反复自查重试，确认答案再交付——这些工作流和运算最终都落在 CPU 上，这是他"CPU 重返 C 位"论证的核心。他还给出 AI 数据中心的"三大集群"模型：CPU 集群、GPU/加速卡集群、存储集群，三者的共同点是内部都需要 CPU 调度数据搬运；他引机构预测称，2030 年数据中心所有负载的约 80% 都将与 AI 相关。

李尔成用市场调研数据补全了这幅图景：全球数据中心负载将在五年内再翻倍；到 2030 年传统负载仍占半壁江山，企业级 x86 服务器装机量从 2025 年的约 6300 万台增至 7600 万台、约占全球八成；AI 占数据中心负载的比例从 2025 年的 23% 升至 2030 年的 50%，其中推理占 37%、训练占 13%。他强调传统单轮推理由浮点算力主导、适合 GPU，而智能体是"持续运营的流程"：调度、规划、执行、反馈偏重 CPU，只有模型推理需要 GPU——CPU 因此变成"主办方和调度者"，这也是 CPU:GPU 配比从 1:4 走向 1:1 的机制来源。（陈葆立引的"80% 负载与 AI 相关"与李尔成引的"AI 占 50%“口径不同，来自不同机构与统计定义，并列存疑。）

最有分量的一句异见来自阿里云资深总监、服务器首席架构师卓九（议程同时列阿里云刘礼寅为联合致辞人）。他说英伟达黄仁勋今年三月 GTC 谈到 Agentic CPU 之后行业热度骤起，但"当下所有号称 Agentic 的 CPU，都是对某一个环节有优势，并不是为 Agentic 而生”——只有从 2026 年 3 月开始设计的 CPU，未来才可能真正配得上这个名字。他同时指出这波浪潮带来的不只是 GPU 需求，还有 KV Cache 引发的爆发式存储与内存需求，需要从硬件到软件、GPU 到 CPU 到存储的全链条协同；阿里已发布 AL128、AL144、AL64 超节点，而英特尔在他看来"不是一家 CPU 公司"，是 CPU、GPU、存储、软件俱全的全栈公司。这句异见恰恰是理解接下来所有产品发布的背景板。

把"钻石"摞成中枢：Diamond Rapids 的架构答卷

既然智能体的性能等于任务端到端耗时，而"CPU 跑的时间就是 GPU 在等的时间"，那么 CPU 架构本身就成了瓶颈的一部分——这是英特尔首席工程师龚海峰的出发点。他的性能公式把变量拆成核数、占用率、频率、IPC（每周期指令数）与任务总指令数，其中真正由架构决定的是后两者，对策是三句话：简化指令、加快执行、减少空转。

落地到下一代至强 Diamond Rapids（DMR，英特尔称专为智能体时代设计），这套逻辑变成一组具体设计。芯片首次采用 Fan-Out Fabric 封装架构：中心两条 Fabric Hub 带提供内存与 IO 接口，四条计算带（CBB）与之 All-to-All 全连接，任何一个核都能以相同距离访问全部内存通道和 IO，拿到最高带宽、最低延迟。新的 APX 指令集（x86 标量指令集的现代化扩展）把通用寄存器从 16 个翻倍到 32 个，并引入新目标操作数（NDD），让"C=A+B"不再破坏原有操作数、减少内存往返；龚海峰给出的数字是，用支持 APX 的编译器重编 SPEC CPU 2017，程序内 load/store 指令减少 40%。缓存方面，DMR 用 3D 封装把缓存做"地基"、核心放"楼上"，整个片上系统提供 1.28GB L3 缓存、每核可直用 320MB；IO Fabric 里也首次加了 L3 缓存并支持 DDIO（数据直达缓存），GPU 之间经 CPU 交换数据不必再写内存。内存侧 16 通道配合 3D 封装与 UCIe 互连，软件不再需要人为切分 NUMA 节点；128 条 PCIe 通道让双路之间最多可配 4 条 x16 通路——龚海峰特意对比，部分平台双路之间只有 1 条 x16，八卡 all-reduce 集合通信时跨 socket 链路必成瓶颈。李尔成补充的规格单包括：最高 256 核、AMX（英特尔 CPU 内置的矩阵加速引擎）与 AVX 支持 FP8/FP16/BF16、1.6TB 内存带宽、支持 MR DIMM、最高 2TB/s 双向 IO。

龚海峰还给了选型者一个更务实的公式：系统可承载的智能体数 = 硬件纸面指标 × routing efficiency × resource balance × offload 系数，真正该看的不是核数，而是 P99 延迟目标线以下能塞进多少个 Agent——DMR 为此提供性能遥测（telemetry）帮助做感知路由与卸载。英特尔软件技术总监胡勇的实测数据则把"纸面与现实的差距"具象化：在 P50/P90/P99 统计下，一个复杂任务的智能体循环要跑几十次到上百次；以"每个沙箱拉起时间不超过 200 毫秒"为标准，至强6+能效核 Clearwater Forest（2026年1月发布，英特尔同日发布 E8355 以太网产品，转写存疑）十分钟拉起十万个沙箱、并发压到 350 个仍达标，相同软件环境下竞品约 240 多个。他的归因是智能体负载对 CPU 前端特别敏感——任务切换、状态切换、缓存有效性、指令预取，这些微架构指标直接决定成败。胡勇的另一笔账关于内存：每个 Agent 约 2G 内存是合理配置，1 核 4G/8G 实例做 2-4 路超配是高密部署常态，而当代平台 12 内存通道对 128/288 核，内存容量而非 CPU 算力才是 Agent 密度的根本约束。两条出路里，CXL 扩展内存池硬件成本高但对软件透明；软件侧用 IAA（内存分析加速器）加 Zswap 做"内存气球"，按页面活跃度压缩存放——压缩率软件硬件都能到约 2 倍，但 IAA 压缩速度是软件的 11 倍、解压 12 倍，且不占 CPU/GPU 核心，等于 TCO 不变把系统密度提上去。胡勇总结说，这些微架构归因已反馈给 CPU 设计团队，“下一代才敢谈真正的 Agentic Native”。

KV Cache 挤出来的产业链：从内存气球到 480G 显存

如果说 CPU 是中枢，那么智能体的"记忆"就是另一场爆炸。英特尔首席软件工程师谢毅把挑战归为两个：一是 MoE（混合专家）模型的专家负载不均——DeepSeek 有 256 个专家、每次只激活 2 个，推理中某几个专家明显变热、超出负载上限，把专家复制到其他卡要经 PCIe/NVLink 搬运权重且推理必须暂停；二是 KV Cache 越来越大。他的方案一让 CPU 承载 GPU 溢出的热点专家：CPU 内存可轻松插到 3TB 以上、有 AMX 算力，且只算一两个热专家，内存带宽根本不是瓶颈——典型的扬长避短。方案二是 KV Cache 分层复用：DSA（数据流加速器）负责碎片化搬移，在 16-64KB 小块上亲和性最好且不占 CPU/GPU 资源；QAT（QuickAssist 加速引擎）把 KV Cache 压缩 20-30%，且首 token 延迟（TTFT）无损失。而"以存代算"的代价被谢毅算得很清楚：75% 命中率上限需要约 3M token 缓存，折合 MiniMax M3 约 450GB——任何单节点内存都装不下，分层因此是必然。

这正好衔接了祝鲲业介绍、英特尔称为 Crescent Island 的 GPU（内部代号，据称年底发布；汪洋现场玩笑说中文名该叫"星月岛"，此代号无公开报道，归属英特尔）。这位产品规划部总监描绘的负载变迁是：上下文从早期对话机器人的 1-2K 涨到 256K 起步、有时 1-2M；SLO 从 4K/2K 输入输出、TTFT 2 秒、100 毫秒/token，变成 50K 输入、1K 输出、TTFT 10-12 秒——答案就是把显存做大。据其介绍，Crescent Island 单卡显存最大 480G（他对比友商推理卡主流 32-84G、平头哥新发布的 PPU 单卡 144G），功耗约 350W 风冷可直接上、不必改造数据中心，120kW 机柜最高可放 256 张；架构上 32 个 Xe 核、Xe3P IP 支持 FP4 到 FP64、32MB L2 缓存、LPDDR5X 显存（性价比优于 GDDR6/7）、4 编码加 4 解码媒体引擎、PCIe Gen5 级联。装填示例：128G 单卡可装 DeepSeek V4 Flash INT4；256G 八卡可装 Kimi K3——2.8T 模型权重约 1.5-1.6T，剩余约 488G 留给 KV Cache 与用户数据；前沿模型名单里他还提到 GLM-5.3（转写作"GEM5.3"，存疑）与千问。祝鲲业顺手举了个消费级注脚：他自己家用 A770，因 24-32G 显存能跑千问3.8-27B（他称之为"业界事实标准"，并期待千问4.0的27B版本），英特尔老显卡二手价在升值。他还谈到与绿电算力协同的合作愿景：“把三四毛钱的弃电转成三四块钱的 token”；软件侧承诺 SGLang 等框架对头部开源模型的 Day Zero 支持。

存储是这条产业链的第三层。英特尔资深存储架构师曹刚介绍，至强6两路可挂 24-32 块 NVMe 盘，软硬件协同可跑到盘官方性能的 80-100%，高并发下单盘 2.5M IOPS；SPDK 的第三种模式用用户态中断指令（uint/tpause 类指令）做到接近轮询性能、中断级功耗。把 KV Cache 放到 JBOF（高密闪存阵列）上，一跳 RDMA 只增加约 10 微秒（本地盘约 50-60 微秒）；英特尔自研 KV Shrink 分层方案在 JBOF 端复用可获得 5-8 倍吞吐提升，叠加 QAT 后吞吐略降；GPU→DDR→JBOF 三层、本地 80% 命中场景接近 2 倍提升，相关 KV Cache G3.5 白皮书已与伙伴发布。阿里云高级技术专家彭艺蕾则从云盘侧给出需求曲线：单位算力的云盘挂载密度将达 10 倍、性能密度 4 倍以上，每个 Agent 有独立存储空间、在毫秒级无规律地突发负载。磐久9代存储服务器（PCIe 5.0、400G 网卡、以 Granite Rapids 核心的至强平台）上的实践包括：管控面百万实例亚秒级创建、Agent 百毫秒级同步唤醒——靠优化多核锁竞争与上下文切换、Turbo Boost 瞬时拉满功耗消化队列、大 LLC 加 CAT 缓存归属控制；数据面用 DDIO、DSA 搬移卸载与纠删码新指令。压缩链路最见工程功力：企业级要求压缩后重算 CRC、原地解压再校验一次，英特尔把"带压缩校验"内嵌进 QAT，一次提交即得可信结果。彭艺蕾给出的结果是：压缩带宽提升近 400%、参与压缩的 CPU 核数下降 75%、deflate 算法额外多压 10%；新硬件本身只有 1.5 倍吞吐，软硬协同后做到上代平台的 4 倍，且已在阿里云存储生产线上大规模铺开。

0.6 美元一个算子与一百倍成本差：智能体改写生态规则

生态博弈的第一个样本是浏览器。阿里云终端智能计算事业部高级产品专家蒋佳忆说，Agent 正在成为上网的"新用户"——不为浏览内容，而为比价、填表、下单；机器流量今年已首次超过人类流量。但 Web search 只能拿到摘要，Web fetch 处理不了动态渲染和提交流程，浏览器必须从桌面软件变成云端高密度执行引擎。阿里云无影与英特尔的选择是不重造浏览器：保持 Chromium/Blink/V8 兼容，面向 Agent 场景裁剪调优，以 Prebuild SDK 交付并部署在阿里云弹性设施上；英特尔出 AVX512、IAA、QAT 等硬件加速，阿里云负责实例拉起、释放与镜像。单实例内存开销最多降约 30%，可一次并行打开 100 到 500 个浏览器。成功率策略是把跑通的流程沉淀为可回放的 RPA（流程自动化）工作流，同类任务优先回放、异常再切回主 Agent，风控（指纹、行为、session 链路）封装进执行引擎。成本账更直观：用主流办公智能体发一次小红书帖，成本约为复用工作流方案的 100 倍。演讲后，陈葆立与阿里云研发副总裁、终端智能计算负责人张显涛现场签署了 Agentic Browser 合作。

第二个样本直指 CUDA 护城河。英特尔 AI 软件技术总监汪洋坦承静态转换工具效率不高、竞品 API 直译存在"性能黑洞"，英特尔的打法是全栈开源并 upstream 到社区：vLLM、SGLang、Dynamo 等框架保持兼容，英特尔是 PyTorch 主要贡献者之一，高性能库全部开源；编程语言用的是存在十几年、基于 C++ 的 SYCL——他强调主流大模型"已经悄悄学会了 SYCL，不光会 CUDA"。Crescent Island 发布时将配套对标 CUDA SDK 的软件包 OmniX（Open Middleware Xe）。真正的新杠杆是让 AI Agent 自己迁移：基于算法意图做原生迁移重写，再用 profiling 技能读取硬件微架构指标反哺代码优化，形成全自动闭环。实测数字是：开源社区十个生产级项目、468 个算子完成 445 个（95%，未完成部分因未提供多卡环境），单算子交付成本约 0.6 美元、约 8 分钟；千行代码约 1 美元、10 分钟；整个项目数小时、token 成本几十美元——对比工程师以月计的工时。更狠的验证在 llama.cpp：团队删掉工程师手工写的算子，让 Agent 从 CUDA 重写 107 个（含 17 个此前不支持的算子），优化后 45 个算子性能超过原手工版本。

阿里云资深技术专家卢晓伟提供了云厂商视角的注脚：两三年前搜推广场景就把 embedding 跑在 Sapphire Rapids 的 AMX 上、密集计算跑 GPU、用带宽连接两侧，当年双 11 主搜推理大胆上线了早期 Sapphire Rapids；如今 AIGC 场景占整个 MaaS token 收入约 30%，将与英特尔 GPU 展开合作。磐久 128（去年）、144（今年）、64（探索中）超节点是他眼中 MoE 大模型推理"最笃定的形态"——模型规模已 2T 以上、未来 5-10T 是确定趋势；AL144 在 5 毫秒/25 毫秒 SLA 内 scale-up 够用，AL64 解决 Ultra Fast（转写疑）场景 5-10 毫秒级 SLA 的 scale-out 甜点。至于异构超节点（Attention 与 FFN 分层选硬件）与同构超节点哪个胜出，他直言"今天回答不了"。

上云的成绩单：从千万核实例到智能体数据库

落到具体产品，阿里云弹性计算高级产品专家武双涛给出九代实例的成绩：发布约一年、基于至强6已达千万核规模，承载阿里云上绝大部分主力 Agent 应用。他引普华永道调查：79% 的高管在决定部署 Agent，88% 决策增加投入，未来三年 33% 的 SaaS 软件将集成 Agent 能力——“没有这个能力，产品就没有竞争力”。至强6平台规格为 120 个性能核、单颗可到 8 路、内存带宽较上代提升至少 70%（MR DIMM 最大 2.3 倍）、L3 缓存 504MB（约 +60%）；产品族按场景分 G9I（重负载 Agent）、U2I（低成本高并发浏览器与工具调用）、I5/I5E（数据预处理与 KV Cache）；六大能力包括 AMX FP16 推理加速、TDX 机密虚拟机默认支持、QAT 内存压缩、IAA 快照压解压（空间降 50%、启动提速 30%）、ESID 数据持久化与千万核弹性资源池。案例一是小鹏汽车：PB 级自动驾驶数据日处理，AMX 做预处理大幅提升效率、降低成本；案例二是一家国内头部大模型企业（转写"阅知安面"，疑指月之暗面），其深度研究、Agent PPT 类产品弹性峰值达几十万核，靠 QAT 与 IAA 优化沙箱启动速度。

数据库是被 Agent 重写的下一层。阿里云数据库技术专家陈浩归纳 Agent 负载四个特征：SQL 不确定（模型输出不固定、实时决定下一步）、脉冲并发、数据类型多（状态、记忆、知识库、trace）、权限与安全边界模糊。PolarDB 的回应是四层架构：接入层用 MCP（模型上下文协议）统一数据访问边界，Agent 不必感知实例地址与账号密码；控制流层存状态、记忆与知识库；内核层做事务与弹性；硬件层提供内存扩展与高性能网络。最有趣的机制是"数据库分支"——Agent 在真实数据的分支上试错，失败即扔掉，不碰生产。性能数字上，AMX 加速向量提取 2.5 倍、QAT 压解压吞吐提升 1.2 倍；把 GPU 的 KV Cache 卸载到分布式内存池，线上 TTFT 降 61%、端到端延迟降 53%；内核侧全异步协程写入吞吐 +90%、ProtoTrans 读写混合 +46%、ProtoIndex 插入 +60%、热点行优化使单点高并发吞吐提升约 60 倍（转写作"百六十倍"，疑为 60 倍）；Scaleless 让负载低时计算资源降到零、存储仍在，负载来了瞬间加回。客户侧包括用自然语言生成应用的头部软件集团（每个应用一个库、需快速拉起释放）、需要 Agent 资源隔离的 SaaS 电商，以及累计 300T 数据、日增数亿消息的头部模型公司。

信任与端侧：规模化之前的最后两道门

安全是被全场讲者反复点名的"底座"。英特尔全球副总裁、产品保障与安全总经理 Anand Pashupathy 用英文演讲给出行业渗透数据：75% 的受访企业已部署机密计算，包括阿里云在内的全球六大云商都在部署 TDX（英特尔可信域技术，硬件级机密虚拟机）。他把机密 AI 的三支柱总结为机密性（数据与模型端到端加密）、完整性（硬件信任根防止篡改）与可验证性（attestation，密码学证明负载确实运行在机密虚拟机内），核心动作是把云管超管与企业自管管理员统统移出信任边界——这直击企业级落地的三个摩擦点：用户与 IT 信任、监管合规、数据与模型主权。医疗多方安全计算是典型案例：Google 与 ML Commons 的研究中，患者数据留在各医院自己的 TDX 虚拟机里，模型巡访数据集完成联合研究。他还现场"破除迷思"：TDX 加 AMX 就能在 CPU 上跑中小模型，机密 AI 并不必然要 CPU 加 GPU；需要 GPU 加速时可用"加密邮箱"式的 bounce buffer 方案（CPU 加密后经缓冲区交 GPU 处理再加密返回），未来 TDISP/TEE-IO 将提供加密 PCIe 链路。对 Agent 本身，他的形容词是"智能、自主、被授权、目标导向、不知疲倦"（relentless）——这些优点恰恰是安全社区的担忧，已有 Agent 失控攻击基础设施的报道，agentic security 必须被当作云和全栈层面的问题。

最后一公里在端侧。阿里巴巴千问事业部 AI Infra 技术专家户瑞林分享千问 APP 的端侧推理实践：两类场景——35B 本地主模型可直接完成 PPT 等任务，端侧小模型作为 skill 承接高频调用、给云端降成本；价值是隐私（数据留本地）、离线可用与成本（“只花电费”）。3.5B/3B 是效果与性能的平衡点，但 35B 不量化要 70G、Q4 量化后 22G、加 KV Cache 约 25-26G，消费级显存装不下。三条优化路线：混合精度量化（首尾层和 router 保精度、其他模块极限压缩，GPTQ 类误差补偿，再对 MoE 冷门专家做模拟路由充分校准）把 70G 压到 12G，平均比特数低于社区 3.x BPW 量化版而精度更高、比 BF16 损失不到 1%；分层卸载（权重分布于显存/内存/SSD，预测激活专家提前预取并做预取重叠）把专家缺失率降到 2%、性能达到不卸载的 95% 以上；Agent 场景专项优化把 prefill 的系统提示与工具定义固化为文件直拉显存，解码用 NTP/EAGLE（转写作"DeFlash"，疑为 EAGLE）投机解码并量化 draft 模型，draft 开销降 30% 而接收率持平。在测试设备（转写"三五八H"，疑为某硬件型号）上实测约 50 token/s，可日常使用。他的收尾呼应了全场主题：随着小模型能力与终端算力提升，“让日常所需的智能就在身边”。

回看整场，真正值得记住的不是某颗芯片的参数，而是一条清晰的传导链：Agent 的多轮循环改变了负载形态（机制），CPU 从前后处理变成调度中枢、配比走向 1:1（一阶影响），于是微架构、缓存、IO、内存分层、存储网络、软件栈和信任边界全部围绕"循环"重新设计（二阶影响）。对行业而言，这意味着基础设施竞争从单芯片军备赛变成全系统协同赛——英特尔的赌注是 CPU 加 GPU 加加速器加开源软件的全栈组合，阿里云的赌注是超节点加弹性云加模型的体系能力，两者的交汇处正是智能体的单位成本与单位延迟。对读者，可以观察四个信号来验证这场叙事：Diamond Rapids 与 Crescent Island 是否按 256 核、480G 显存与 OmniX 软件包如期落地；云厂商新一代实例的 CPU:GPU 配比是否真的逼近 1:1；KV Cache 命中率与 token 单价是否同步下探；以及 Agent 驱动的 CUDA 迁移能否从演示走进生产仓库。若你自己在做 Agent 应用，本场给出的操作原则同样具体：按"P99 延迟约束下的并发 Agent 数"而非峰值算力做选型预算，把可重复的 Web 任务沉淀为可回放的工作流而不是每次重新规划，并把端侧 3.5B 与云端大模型视为一条成本曲线上的两端——这两三年里，智能的价钱就是这样一点点算出来的。