编辑前沿在线 编辑部最近跑了一圈国内头部互联网数据中心服务商和大模型企业一个很明显的感受是行业的焦虑已经从 “模型效果追不上”变成了 “落地成本下不来”。不少智能体项目死在试点转规模化的阶段卡的不是模型能力是基建效率。这次来苏州逛 Intel Connection重点就盯了算力中枢・AI 工厂和企业 AI两大核心展区两者都属于数据中心Data Center业务线的展示范畴。逛完的结论很明确智能体的下半场竞争正在从上层的应用创新下沉到底层的数据中心基建比拼。谁先把基建的标准化、成本、效率跑通谁才能在智能体规模化阶段拿到真正的优势。算力中枢智能体时代的数据中心正在走标准化的路我在算力中枢・AI 工厂展区停留了最久。做了这么多年科技产业报道我太清楚智能体规模化最大的坑在哪从来不是芯片峰值性能不够是每个项目都要从头搭一遍基建。不同客户有机柜规格差异供电散热要单独设计软件栈要逐项适配最后算下来基建适配吃掉小半工期推高一大截成本都是行业常态。智能体要从试点走向规模化这道坎必须迈过去。开放 Agent 机柜在定智能体时代的基建规矩所以第一个抓住我视线的就是英特尔开放 Agent 机柜平台。这东西看着低调其实是本届展会最有行业影响力的展品之一它不是又一款新机柜而是在给智能体时代的 CPU 机架定标准。有数据中心行业分析师做过测算智能体定制化部署中机柜、供电、软件栈适配等基建环节的成本占比超过四成。这也是为什么行业都在等一套通用标准标准统一带来的成本下降长期来看可能比单芯片性能提升的影响还要大。英特尔拉着立讯等伙伴一起推的这套 CPU 机架标准把纯 CPU 托架分成了性能优化型和密度优化型两个方向专门针对微型虚拟机Micro Virtual MachineMicroVM沙箱运行做了深度调优。目标很明确在卡死服务水平协议Service Level AgreementSLA要求的前提下把沙箱启动规模拉到最大。内存配置、供电功率也做了梯度化设计不同场景按需选择。现场标的参数很有说服力一颗至强 6 就能扛 1000 多个智能体200 毫秒拉起沙箱部署密度 350 个是同类竞品的 1.46 倍。但比参数更重要的是标准本身的价值。这是一套开放的行业标准全行业都能照着做都能适配。以后智能体部署不用再每个项目 “自盖毛坯房”从定制工程变成标准化拼装工期和成本都有机会往下掉一大截。这对整个数据中心行业来说是影响格局的变化有点像当年个人电脑从定制化走向兼容标准的那个节点。算力形态分化从超大型节点到办公室的全覆盖有意思的是这套基建标准不是只服务超大型数据中心两头都照顾到了对应的其实是智能体时代算力需求的分层。一头是集装箱式储能算力一体化方案主打大型算力节点的快速部署。不是简单把服务器塞进箱子而是把变电、储能、算力整套集成进标准集装箱做了绿电直连优化配套 5MWh 储能削峰填谷打通从电力到词元的全链路。工厂预制完拉到现场一周就能投用不用花一两年建机房相当于把大型算力工厂做成了可复制、可移动的标准模块。双碳背景下绿电消纳和算力布局的匹配一直是行业难题。传统数据中心建设周期长很难跟上绿电资源的布局节奏。集装箱式的模块化方案相当于给了行业一个可快速复制的绿色算力模板。另一头是英特尔 TBX16 词元一体机瞄准的是中小企业本地化部署。16GPU 配置专门做了静音优化不用专业机房办公室里就能放一站式覆盖全量级大模型本地推理需求相当于把数据中心级的推理能力做成了可办公落地的轻量化产品。中间还有 GPU 整机柜集群、全闪存储集群以及液冷、高速互联、供电组件一整条配套生态。逛完这片最大的感受是英特尔不是在卖单款硬件是在搭一整套面向智能体时代的数据中心基建体系。从芯片到整机从单机到集群从超大型节点到小型桌面级部署整个算力工厂的产品谱系是完整的。企业 AI拼的是智能体的算力经济学顺着展区往里走就是企业 AI 板块和算力中枢区没有明显隔断逻辑上也是顺的底下基建搭稳了上层智能体的运行效率才是接下来比拼的核心。很多人算智能体成本只算 GPU 的采购价。但真正跑过规模化部署的都懂沙箱启动慢吃掉的算力、键值缓存Key-Value Cache简称 KV 缓存膨胀挤占的资源才是隐形的成本大头。这也是我认为企业 AI 展区最有价值的两个方向沙箱效率和缓存优化本质都是在算智能体的算力经济学。沙箱效率直接决定单智能体的部署成本针对沙箱这个智能体的核心运行载体英特尔是从效率、可观测、安全三个维度全给了方案。英特尔内存分析加速器Intel In-memory Analytics Accelerator简称 IAA加速安全沙箱给我的印象很深。技术思路很巧妙用 8×32k 并行流水线把压缩解压的延迟完全隐藏在存储 IO 内几乎零额外开销CPU 占用不到 1%内存不到 1MB。实测 64 到 128 个并发场景下快照恢复快 39% 到 56%保存快 50% 到 60%规模越大收益越明显。放在智能体的成本模型里看就更清楚。沙箱是 Agent 的工作单元启动速度直接决定单机能承载多少并发 Agent也就直接决定单 Agent 的部署成本。IAA 把快照 IO 开销打下来本质是把 Agent 的单位成本打下来了。做大规模 Agent 部署的人都懂这意味着什么。安全这块也不是应用层打补丁的思路。Agent-CC 可信智能体直接基于可信域扩展Trust Domain Extensions简称 TDX硬件级可信执行环境给推理、数据处理、工具调用做全链路机密保护。现在企业上智能体最大的顾虑之一就是数据合规尤其是 Agent 调用工具、处理敏感数据的时候。传统应用层加密有性能损耗也有逻辑漏洞从数据中心基建层就把安全兜住比事后一层层补补丁逻辑上要稳得多。KV 缓存长上下文时代的成本核心而 KV 缓存全链路优化我觉得是今年所有做推理的企业都该重点关注的降本抓手。不少推理服务商私下算过账长上下文多轮对话场景下KV 缓存挤占的显存和算力成本已经接近甚至超过了模型推理本身的消耗。这块降不下来推理单价就打不下去智能体规模化就永远卡在试点阶段。英特尔这套是从数据中心全链路解的从压缩、复用、聚焦到扩展四层分别对应不同问题。底层靠英特尔快速辅助技术Intel QuickAssist Technology简称 QAT和英特尔数据流加速器Intel Data Streaming Accelerator简称 DSA技术做无损压缩和高速碎片传输几乎不额外耗 CPU。中间有专门的 G3.5 存储方案做缓存卸载补上传统内存和通用存储之间的性能空档。不够还能靠计算快速互联Compute Express Link简称 CXL内存池化继续扩展。整套下来传输速率最高提 9.66 倍首字时延最多降 15 倍。本质上这是在用存储层级换成本用更低成本的存储介质承接缓存压力把显存解放出来做计算。这不是一个普通的组件优化是整个总拥有成本Total Cost of OwnershipTCO优化的核心抓手。换算到企业视角就是同样的数据中心硬件成本能扛更多并发直接降推理 TCO。一点观察基建才是下半场的核心再往里走还有行业 AI 和物理 AI 展区工业、医疗、零售、机器人、车载这些落地场景都有做得也扎实。但在我看来这些都是上层建筑。底下的算力基建稳了场景落地只是时间问题。在不少行业观察人士看来2026 年很可能成为智能体的 “基建元年”。就像云计算早年经历过从定制机房到标准化云基建的阶段一样智能体现在也走到了同样的关口。之前拼的是谁的模型更有想象力接下来拼的是谁的基建更有成本效率。对于数据中心行业来说这更是明确的信号。智能体时代的数据中心早已不是简单堆算力的时代而是拼体系、拼标准、拼成本、拼规模化能力的时代。这很像云计算早期的那个节点。当时数据中心行业从传统托管机房走向标准化的云基建。现在智能体时代数据中心也正在从 “算力仓库”走向 “智能体工厂” 的标准化。英特尔这次展出的本质上就是新一代数据中心基建的标准底座。以后看智能体项目别光盯着表面的功能有多花哨。往下多瞅一眼底下的数据中心基建扎不扎实才是真正决定能走多远的东西。END -