移动通信网 赵哲超
2026年9月在苏州举办的英特尔技术创新与产业生态大会上，AI基础设施架构的系统性变革成为核心议题。一组数据勾勒出变革的急迫程度：国内大模型日均Token调用量已增至2024年初的5000倍，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，供需之间的时间差正在倒逼基础设施形态加速迭代。英特尔数据中心集团副总裁、中国区总经理陈葆立援引数据指出，到2030年，数据中心AI负载占比将从2025年的40%提升至80%。更深层的驱动力来自智能体（Agentic AI）的规模化落地：与早期大模型单次推理不同，智能体需执行“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均依赖CPU完成，GPU单点驱动的算力架构正让位于CPU、GPU、多级内存与互连技术协同的综合系统。本次大会设置了1.5万平方米展厅，汇聚超过1400项技术应用成果，参展合作伙伴超过300家，覆盖云、边、端全场景。
【关键数据】
[1] 2030年数据中心CPU市场规模预估半年内从590亿美元上调至2100亿美元（约3.6倍）
[2] 至强6+处理器基于Intel 18A制程、288内核，单颗可部署近1000个智能体，200ms SLA下支持350个沙箱并发
[3] 超云SUPERRACK-200-S Token一体机：4U空间满配8张AI加速卡，单卡600W浸没散热，PUE低至1.05，整机重47公斤，功耗较风冷降低2000W，噪声55分贝
[4] 2025年我国算力中心总用电量达1700亿千瓦时，占全社会用电量1.6%
[5] AI训练机柜功率达140-200千瓦（传统通用算力单机柜仅5-8千瓦），大型智算集群规模迈向吉瓦级
算力结构变化最可量化的信号是服务器配比。英特尔首席营销与传播官Annie Shea Weckesser表示，随着AI工作负载扩展，GPU与CPU的配置比例正从4:1逐步向接近1:1演进。价格信号同步修正：针对2030年数据中心CPU市场规模的预估，半年内从590亿美元上调至2100亿美元，约为原预估的3.6倍。产品层面，英特尔至强6+处理器全面瞄准智能体需求，基于Intel 18A制程打造，拥有288个内核，单颗可部署近1000个智能体；实测数据显示，在满足200ms SLA要求的前提下，该处理器可支持350个沙箱并发。制程进度方面，Intel 18A已进入量产阶段，高性能版本Intel 18A-P进入风险试产，Intel 14A面向内部产品的风险试产计划于2027年下半年启动，目标2028年实现大规模量产爬坡。陈葆立将未来数据中心概括为三类集群：CPU集群负责智能体执行与工作编排，GPU集群承担模型推理的“Token工厂”职能，存储集群承载长对话、文档、合同等持续增长的数据，三者之间的数据调度均需CPU参与。
从竞争格局看，CPU厂商正在重新定义自身在AI价值链中的位置。英特尔围绕“AI工厂”理念，综合考量CPU性能、网络、存储、散热与供电要素，打造了面向智能体的CPU机架方案；存储领域联合中国合作伙伴，基于至强6处理器与MRDIMM内存构建高性能存储系统；GPU产品线则推出新一代Crescent Island，其大显存配置可更好支撑AI推理与KV Cache存储需求。国内服务器厂商也在快速跟进新形态竞争。超云刚刚发布的SUPERRACK-200-S Token一体机基于至强第四代/第五代可扩展处理器开发，采用原生浸没液冷架构，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。中国工程院外籍院士、清华大学智能产业研究院创始院长张亚勤在大会演讲中指出，未来80%的Token生成与计算将走向边缘侧，这为服务器厂商开辟了区别于传统智算中心的增量市场。超云方面表示，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。
产业链上下游的影响同样显著。供电环节的物理约束首当其冲：传统通用算力单机柜负载仅5到8千瓦，AI训练机柜功率已攀升至140到200千瓦，高端高密度场景迈入数百千瓦级，大型智算集群整体规模同步迈向吉瓦级。随着风冷散热触及技术上限，供电架构被迫从交流冗余备份模式转向交直流混合的弹性供电体系。施耐德电气在大会供电与储能生态链展区给出两条并行路径：交流侧推出Galaxy VXL兆瓦级UPS，覆盖500千瓦至1.25兆瓦功率区间，采用模块化可扩展架构应对AI负载快速波动；直流侧展示800V直流供电架构、固态变压器、新型电池接入方案与电力系统仿真平台——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将同时面临电流、线缆、空间和散热的多重约束，将交流转直流环节前移至机柜之外成为重点探索方向。政策层面，2025年我国算力中心总用电量达1700亿千瓦时，占全社会用电量1.6%；2026年“算电协同”首次写入政府工作报告，被纳入新型基础设施建设范畴，能源供电已从配套设施变为算力建设的前置条件。
商业化落地层面，Token一体机与集装箱式AI算力仓成为两类典型交付形态。超云SUPERRACK-200-S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，项目初期投资与风冷持平；整机去除风扇后运行噪声低至55分贝，除智算机房外还可部署进办公室、楼宇机房和边缘站点，直接拓展了本地化Token工厂的落地场景。英特尔首席工程师侯志强介绍的集装箱式AI算力仓则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，适配超高功耗算力中心的快速交付需求。这一形态创新的底层逻辑是交付周期矛盾：AI算力需求每年以10倍量级增长，企业侧还要兼顾数据安全与业务流程复杂性，算力必须向现场部署下沉。将算力与Token生产就近部署的方案已从概念落地为可交付的成熟商品，印证边缘智能正在加速到来。超云透露，未来将与英特尔在AI算力、液冷技术及下一代数据中心领域持续深化联合创新。
综合本次大会释放的信号，AI基础设施竞争已进入系统性比拼阶段。算力配比上，GPU与CPU从4:1向1:1演进将直接改变服务器出货结构与采购逻辑；市场规模上，2030年数据中心CPU市场预估上调至2100亿美元，相当于半年内修正3.6倍，资本开支方向随之调整；制程节奏上，Intel 18A量产、18A-P风险试产、14A规划2028年量产爬坡，决定了未来三年高端CPU供给能力；能耗层面，1700亿千瓦时的算力用电量与“算电协同”入列政府工作报告，使供电方案成为项目审批与选址的关键变量；交付形态上，PUE低至1.05的浸没式Token一体机与集装箱算力仓，将算力部署周期从两年压缩到设备到场即用。英特尔通过开放计算平台绑定超云等中国合作伙伴，在CPU、GPU（Crescent Island）、存储（MRDIMM方案）与机架级方案上构建全栈能力，而80%Token走向边缘侧的预测意味着竞争主战场将从超大型智算中心向园区、楼宇与边缘站点扩散。智能体时代的算力竞争，正在从单点性能转向覆盖算力、电力、散热与交付效率的体系化较量。
