9月22日，2026英特尔技术创新与产业生态大会在苏州举行，这是雷科技第三次被邀请参会。回想当年，第一届大会还是在成都召开的，第二届则是在重庆，如今来到苏州，三座城市见证了 PC 行业在三年间的变化。
今年的大会主题是「同芯·智远」，比往年更加聚焦，也很好理解——智能体正在远航。这是小雷自己的理解，但从官方活动和现场展厅的展出看，大致没错。今年大会基本都是围绕 Agent 展开的。
不过，现场聊的并不只是 Agent 的实现方式，还有如何让 PC 硬件去适应 Agent 带来的工作方式变化。AI 的工作方式与以往大多数软件不同，它更像是一个站在系统和软件之上，代替用户去与 PC 交流的“秘书”。它或许不会占用太多 CPU 或 GPU 性能，却对内存延迟、算力效率等以前“非主流”的性能有更高要求。
根据英特尔提供的预测数据，到 2026 年底，超过 80% 的企业应用将至少嵌入一个 AI 智能体；到 2031 年，中国企业场景里的活跃智能体数量预计将达到 3.5 亿个。未来的 PC 硬件必须适应这种变化，就像 CPU 在数字创作时代从强调单核变成强调多核一样。
而且，Agent 的崛起其实让 CPU 重新回到中心。以前的 AI 更多谈论峰值算力、显存，但在 Agent 时代，AI 在实际推理前需要对任务进行拆解和分析，运行过程中还要调度各种软件、工具库等资源，而这些工作都需要 CPU 的支持。
可以说，在即将到来的 Agent 时代，CPU 和 GPU 将成为 AI 生态的绝对核心，两者重要性几乎对等。
Agent 来了，CPU、GPU、NPU 要重新分工了
英特尔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在演讲中提出一个很有意思的观点：推动 AI 发展的除了大家熟悉的规模定律，还有“密度定律”。
高嵩提到，云端继续通过更多参数、数据和算力提升模型能力，同时越来越多新能力会迅速被压缩到尺寸更小的模型里。此时，低比特量化、稀疏注意力、KV Cache 卸载等技术，也让这些模型越来越适合在 PC 和各种边缘设备上运行。
什么意思？简单来说，就是顶级模型的参数规模达到一定程度后，在它基础上蒸馏出来的小模型，即使参数规模小于以前的传统模型，性能也可能超过后者。再配合针对性的数据压缩、推理优化技术，就能让这些小模型在 PC 和边缘设备上运行，让 AI 任务不必只依赖云端模型。
事实上，我们最近看到的各家 Agent AI 系统，都是从这个基础上延伸出来的。Agent 任务会有大量零碎的目标拆解、部署和再检测任务，这些任务简单却繁多。如果全部交给云端模型计算，不仅会造成算力浪费，还会带来明显延迟，导致用户体验变差。
所以，最佳选择就是把这些任务放在本地处理。而要达成这个目标，除了需要一个端侧部署的模型外，还需要一套针对性设计的硬件系统。英特尔给出的答案就是 XPU。
XPU 包含 CPU、GPU 和 NPU 三个核心。CPU 负责高频计划、决策和逻辑控制，GPU 凭借 Xe Core 和 XMX 承担大量并行 AI 计算，NPU 则负责语音、视觉等需要长期运行、对功耗更敏感的任务。三者根据 Agent 当前的工作状态动态切换。
不难看出，三个核心各有侧重，负责不同任务，所以很难用统一性能标准去准确衡量它们。以前的 AI PC 核心在于算力有多高，现在的 Agent PC，则要看如何更好、更快地完成 Agent 任务，后者才是用户真正需要的。
当然，仅靠硬件端适配还不够。在软件端，英特尔也开始围绕 Agent 搭建新的生态，策略是兼容开源推理框架和开放权重模型，同时通过微服务加入多模态感知、长短期记忆、反复思考、Web 访问和安全等 Agent 常用模块。
可以这样理解：英特尔让硬件尽可能兼容开源生态，然后把各种 Agent 能力拆散成一个个独立模块。开发者想部署 Agent 系统时，可以用英特尔硬件加开源模型搭建底座，并按需调度 Agent 模块，而不是把完整却臃肿的全功能模块全部打包进去。
英特尔在这里面的角色，更像一个原材料供应商：它提供你需要的一切，你可以从中挑选东西来构建自己的服务器和系统。
Agent PC 到底能干嘛？
技术说得再好听，最终还是要回到一个问题：它到底有什么用？
Agent 能干嘛，我们大致知道。但 Agent PC 和 AI PC、传统 PC 的区别在哪？区别就在于效率、体验和“智能”。
在英特尔的设想里，未来的办公智能体会直接接管一部分工作流，比如自动拆解任务、调用工具、读取本地知识，在执行过程中持续检查结果，只在关键节点让用户确认。
为了实现这套体验，英特尔在 Agent PC 中加入本地推理引擎、模型路由和 AI Skills，等于提前把 Agent 所需的必要模块内置到电脑里，从而实现端云结合的 Agent 模式。
而且，Agent PC 的能力不会只停留在办公上。现场演示中，搭载酷睿 Ultra 和 Marvis AI 方案的 AI NAS 可以帮助创作者搜集和整理素材。面对拍摄的数小时素材，只需要一句话，它就能从几百个素材中精准定位相关镜头。
这个功能，小雷的视频组同事肯定会很眼馋。不仅省去后期找素材的麻烦，拍摄前期也不用再费大功夫去整理素材了。此外，针对现在非常火爆的 AI 视频赛道，Agent PC 也有大用。
举个例子，生成一个 15 秒的 480P 视频，大约需要 50 积分；而生成 15 秒的 2K 视频，则要 256 积分。超过 5 倍的成本差距，是所有创作者都无法忽视的。在 Agent PC 环境下，借助英特尔的模型和算法，可以直接在端侧把 480P 视频超分到 2K 分辨率，全程无需云端算力支持，相当于直接省下一大笔开销。
除了工作、娱乐等功能，英特尔也强调 Agent PC 将在家庭场景中拥有更多能力，比如成为协调全屋智能终端的数据中心。
未来的 Agent PC 不会只是工作或娱乐设备，它可能摆在客厅里，通过高速无线网络连接家里所有设备，利用实时环境感知实现主动服务。而你摆在房间里的“电脑”，甚至只需要一台显示器就够了。
实现这一点的前提，就是英特尔的志强处理器。目前最新的志强 6+ 处理器单颗就可以部署接近 1000 个智能体，在满足 200ms 启动时延 SLA 的情况下，可以并发创建 350 个沙箱。
对普通人来说，这当然用不上。但对企业而言就非常有必要了。只需要一个机柜，就可以为公司上百人提供端侧 Agent 服务，等于把端侧 Agent 的部署成本降到多数企业都能承受的范围。
随着 A 社自曝全面监测用户未脱敏数据，甚至将其用于情报分析，已经有越来越多企业开始拥抱开源模型。说实话，这恐怕才是 OpenAI 等公司最不想看到的。如果大家都走端侧部署，它们的故事就真的很难讲下去了。
这也是为什么最近一年英特尔、AMD 围绕着 CPU 做文章，而在 GPU 市场浸淫几十年的英伟达，也破天荒地回归 CPU 市场。背后的原因就是它们早已看到：在 Agent 时代，CPU 的地位并不会弱于 GPU。谁能率先建立新的生态，谁就有可能成为另一个“英伟达”。
Agent PC 真正改变的，是 PC 的“身份”
对英特尔来说，Agent PC 带来的机会远超 AI PC。AI PC 仍然是在传统 PC 框架里做事情，但 Agent PC 不同，它实际上是在重新定义 PC 在 AI 时代里的地位。
AI PC 再怎么强，本质上也还是人类的工具。但 Agent PC 可以成为你的助手，甚至可能是最懂你的“人”。前者可以被抛弃、可以被替换；后者则需要你把过去积累下来的“记忆”和“习惯”全部打包带走，才能跳到另一个 Agent 生态，成本明显更高也更大。
而且，我们最好祈祷届时的智能家居协议和终端生态已经完成统一。对所有 AI 企业、硬件企业来说，Agent 生态都是当下乃至未来的终极目标，因为这是一种用户一旦依赖上，就很难离开的生态。
或许有人会问：英特尔又不造模型，Agent 生态和它有什么关系？对，英特尔确实不造模型，但它可以造最具性价比的 Agent PC，同时为 AI 企业提供所需的一切硬件。
就像我们常说的：“淘金的人不一定能赚到钱，但卖铲子的人永远不亏。”而英特尔想做的，就是那个卖铲子的人。
英特尔 #AI #Agent
发表于 3 天前
|
查看: 6|
回复: 0
