今年的数据中心采购出现了一个反常情况，CPU 开始缺货了。

英特尔市场营销集团副总裁、中国区总经理郭威在发布会上给出了一组数字：2026 年一季度，中国 AI 算力需求同比爆涨 417%；与此同时，CPU 与 GPU 的配比已经从过去的 1:8，逐步走向 1:4、1:2，部分场景甚至达到了 1:1。

这不是宏观预测，是正在发生的现实。英特尔数据中心集团副总裁、中国区总经理陈葆立透露，某国内头部大模型厂商从去年到今年，CPU 需求增长了 5 倍。

英特尔数据中心集团副总裁、中国区总经理陈葆立

需求从哪里来？答案是 Agent。

与传统推理不同，Agent 不是完成一次问答就结束，而是持续执行任务——调度工具、查询数据库、管理记忆、创建子 Agent。这些工作绝大多数落在 CPU 身上，不是 GPU。Agent 越多，CPU 的压力越大，缺货也就不难理解了。

近期英特尔在北京举办数据中心创新日，发布首款基于 Intel 18A 制程的数据中心处理器至强 6+。与 Computex 发布时侧重产品能力不同，这次发布会的重心更落地，英特尔用算力、存力、连接力、保障力，联合腾讯云、金山云、阿里云等合作伙伴，回答了至强 6+ 究竟在中国如何把 Agentic AI 变成生产力？

其中还有两把很多人没注意到的「金钥匙」，是 CPU 缺货背景下让 Agentic AI 落地的关键，也是英特尔在 Agentic AI 时代独特竞争力的体现。

一颗至强 6+ 能同时跑逾 1000 个 Agent，靠的是什么？

陈葆立在发布会上给出了一个数字：单颗至强 6+ 可以支持超过 1000 个智能体的稳定部署。

此前雷峰网提到，按云服务常见配置（2 核 4GB 或 1 核 2GB），一颗至强 6+ 可同时部署约 400 至 500 个 Agent。而这次超过 1000 个，是基于单核运行 3 到 4 个 Agent 实例的软件调度优化方案——在更激进的密度配置下实现的上限，两个数字口径不同，并不矛盾。

背后的逻辑是核心密度。至强 6+ 最高拥有 288 个能效核（E-Core），通过软件调度，每个物理核心可以同时分身运行 3 到 4 个 Agent 实例。对于 " 大量小步工作 " 这类典型的 Agent 任务——调度、路由、工具调用——高核密度恰恰是最合适的配置。

陈葆立点出了一个容易被忽略的问题：" 单靠很多个轻量核是不够的。"

Agent 本体在 E 核上运行，但当它真正开始执行任务时，触发的工作负载完全不同。比如 Agent 去调用数据库，数据库本身是极度消耗单核性能的应用，背后需要的是高性能 P 核。陈葆立举了一个例子：某家做 SAP HANA 的企业，用 Agent 大量调度 SAP 任务，瞬间触发的是密集的 P 核计算需求。

这是英特尔至强同时提供 E 核（至强 6+）和 P 核（至强 6）两条产品线的底层逻辑—— Agent 的工作负载是异构的，" 单一架构打天下 " 在这里行不通。

支撑这套系统运转的，是英特尔为 Agentic 时代打造的算力、存力、连接力、保障力四力。当然在算力的部分，至强 6+ 除了是首款采用 Intel 18A 的服务器 CPU，以及拥有高达 288 个核心之外，有两个容易被忽略的 " 杀手锏 " 技术。

至强 6+ 的两把「金钥匙」：QAT 和 IAA 打开 KV Cache 瓶颈

英特尔中国区技术部总经理高宇强调：" 至强 6 系列拥有的 QAT（数据压缩加速引擎）和 IAA（内存分析加速器），是打开真正普及 Agentic AI 的两把金钥匙。"

这两个技术在产品发布环节没有被重点解释，但 Agent 时代它们变成了刚需。

问题的根源在 KV Cache。现在主流大模型都支持百万上下文，一个用户的 KV Cache 就能占到 10GB 以上（压缩后）。用户数一多，GPU 显存很快被占满，必须把 KV Cache 卸载到内存甚至 SSD 上。内存贵、SSD 也贵——这是当下 AI 基础设施的成本痛点之一。

陈葆立分享，" 跟 SSD 厂商聊英特尔的 QAT 和 IAA，本来以为对方会高兴，结果对方说，你们最好把至强的压缩功能发挥好，让需求控制一下，我现在每天被追着交不出货。"

QAT 和 IAA 并非英特尔为应对这轮内存紧缺专门研发的新技术，而是多代产品里就有的能力——只是 Agent 时代来了，它们的价值才被充分激活。

QAT（数据压缩加速引擎）解决的是 SSD 的问题。通过硬件级压缩，KV Cache 在存盘前先压缩，压缩比至少 50% —— 10GB 直接变 5GB。阿里云给出的实测数据显示，使用 QAT 之后，压缩带宽提升 400%，同时减少了 75% 的通用 CPU 核数占用。

IAA（内存分析加速器）解决的是内存的问题。它对内存中的数据做实时压缩，且解压是硬件级完成，重新加载时不增加延迟。IAA 让 Agent 启动时占用的内存更小，同样的内存可以跑更多的 Agent。英特尔给出的数据是，在沙箱场景中，IAA 可以将 snapshot 延迟降低最高 60%，沙箱冷启动时间提升 30%。

高宇说，"这两个技术在没有智能体的时候英特尔就已经推出，只是以前大家觉得改软件麻烦，需求不迫切。今天 Agentic 时代来了，大家发现这个可以帮我们省下几千、几万块，就有了改软件的动力。"

新华三存储产品线首席产品经理王其勇分享了 X20000 存储平台借助至强 6+ 的落地成绩：在推理场景中，TTFT（首 Token 时延）和 TPOT（每 Token 生成时间）性能提升最高达 10 倍以上。存储成本方面，协议融合让存储成本下降 60%，数据准备时间减少 35%。

把 Agentic AI 从技术实力变成生产力

技术实力如何转换成最终的生产力，是数据中心创新日值得重点关注的内容。

腾讯云计算产品运营总监周驰分享，腾讯曾在腾讯大厦楼下举办免费帮大家 " 养虾 " 的活动。以往这类开发者活动来的大多数是程序员，但这一次，开发者反而是少数。

" 我们看到有律师、有农民，上到七八十岁的老人，下到 10 岁的小朋友，他们都能讲出来我想用龙虾干什么。" 周驰说。

这个破圈现象，是周驰解读 CPU 需求增长时反复强调的背景。他认为，CPU:GPU 的比例变化不应该只看数据中心内部，而要看全球业务量——大量原本 ROI 不合算、开发商不屑于做的业务，正在因为 AI 被自动化搬上了云和各类计算平台。这些自动化工作不需要很多 GPU，需要的是调度能力，以及持续的高并发去执行大量的小脚本。

腾讯云是英特尔至强 6+（Sierra Forest 系列）AP 平台的全球独占合作伙伴，已将其广泛应用在微信、腾讯广告检索、腾讯会议等业务场景。新一代实例将充分利用至强 6+ 在 288 核、576MB 三级缓存方面的优势，支撑更高并发的 Agent 工作负载。

金山云给出的是更直接的数字。基于至强 6+ 的第十代云服务器 SE10，AI Agent 应用部署密度提升 80% 以上，Nginx 高并发场景吞吐提升最高 33%，MySQL CPU 性能提升 52%，Redis 时延降低约 20%。金山云计算研发负责人杨峰说，" 基于最新一代 CPU 实例，它重新定义了单服务器的性能边界。"

火山引擎则在安全维度给出了落地验证。依托英特尔至强处理器和 TDX 技术，火山引擎 AICC 机密计算平台实现了多租户环境中 AI 数据与计算资源的全生命周期隔离——对于把敏感业务数据搬上云的企业来说，这是数据安全的硬保障。

英特尔在 Agent 时代的独特竞争力

陈葆立说：" 机会是留给有准备的人的。"

从 GPU 主导一切，到 CPU 在 Agent 时代重回 C 位，英特尔和腾讯云、金山云这批长期合作的伙伴，正在把这个判断变成可以量化的生产力数字。能够迅速抓住 Agent 时代的机遇，靠的不是押对了风口。

IAA 做了多年，当年客户兴趣有限，因为应用场景不需要；QAT 也是如此，用的人不多。但 Agent 时代来了，这两个技术突然变成了稀缺能力。多代积累，等到了它该被用起来的时候。

这种积累还在延续。雷峰网了解到，英特尔下一代至强 CPU 代号 Diamond Rapids，将基于 Intel 18A P 工艺，2027 年发布，与至强 6+ 保持完整的 Socket 兼容性，客户不需要为升级重构整套基础设施。

高宇把今天 AI 数据中心里的超级工厂比喻成三台机器，"GPU 集群、CPU 集群、高性能存储集群。驱动这三台机器的，都是同一个东西——英特尔至强处理器。"

过去几年，AI 行业最大的叙事是 GPU 统治世界。但 Agent 的出现，正在让产业重新发现 CPU 的价值。

腾讯云、金山云、阿里云这批中国伙伴给出的落地数字，是比 PPT 更有说服力的答案：至强 6+ 能不能在 Agent 时代吃到这波红利，现在已经不只是趋势预测，而是正在发生的事实。