至强6+发布：CPU成Agent算力核心，QAT与IAA破解成本瓶颈

背景

当前 AI 算力基础设施正经历一场深刻的结构性变化。传统认知中，AI 数据中心是 GPU 的天下，CPU 与 GPU 的比例长期维持在 1:8 甚至更低。然而，随着 Agentic AI（智能体 AI）时代的到来，这一比例正在迅速向 1:4、1:2 乃至 1:1 演进。

这种转变的直接体现是 CPU 的突然缺货。英特尔数据显示，2026 年一季度中国 AI 算力需求同比暴涨 417%，某国内头部大模型厂商的 CPU 需求在过去一年中增长了 5 倍。这一反常现象的根源在于工作负载性质的改变：传统推理任务由 GPU 主导，而 Agent 需要持续执行调度工具、查询数据库、管理记忆及创建子 Agent 等复杂任务，这些工作绝大多数落在 CPU 上。

在此背景下，英特尔发布了首款基于 Intel 18A 制程的数据中心处理器至强 6+（Xeon 6+）。此次发布不仅展示了硬件规格，更通过与腾讯云、金山云、阿里云等合作伙伴的联合落地案例，回答了至强 6+ 如何将 Agentic AI 转化为实际生产力。

核心内容

至强 6+ 的核心竞争力在于其针对 Agentic AI 异构工作负载的架构设计，以及被重新激活的两项关键加速技术：QAT 和 IAA。

1. 高核心密度与异构架构的协同 至强 6+ 最高拥有 288 个能效核（E-Core）。通过软件调度优化，单个物理核心可同时运行 3 到 4 个 Agent 实例，使得单颗处理器能支持超过 1000 个 Agent 的稳定部署。

• E-Core 的作用：负责处理 Agent 本体运行及大量“小步工作”，如调度、路由和工具调用。
• P-Core 的作用：当 Agent 触发特定任务（如调用 SAP HANA 等数据库）时，需要高性能计算能力，此时由高性能核（P-Core）介入。
• 架构逻辑：Agent 的工作负载是异构的，单一架构无法通吃。至强 6+ 提供 E-Core 和 P-Core 两条产品线，正是为了应对这种混合负载。

2. 打开 KV Cache 瓶颈的“两把金钥匙” 在 Agentic AI 场景中，大模型支持百万上下文，单个用户的 KV Cache 占用可达 10GB 以上。随着用户量增加，GPU 显存迅速耗尽，必须将 KV Cache 卸载至内存或 SSD，这带来了巨大的成本压力。英特尔通过 QAT 和 IAA 解决了这一痛点：

• QAT（数据压缩加速引擎）：解决 SSD 存储问题。通过硬件级压缩，KV Cache 在写入 SSD 前进行压缩，压缩比至少达到 50%（10GB 变为 5GB）。实测数据显示，使用 QAT 后压缩带宽提升 400%，通用 CPU 核数占用减少 75%。
• IAA（内存分析加速器）：解决内存资源问题。IAA 对内存数据进行实时压缩，且解压过程由硬件完成，不增加延迟。这使得 Agent 启动时占用内存更小，相同内存可运行更多 Agent。在沙箱场景中，IAA 可将快照延迟降低最高 60%，冷启动时间提升 30%。

3. 合作伙伴的落地实践

• 腾讯云：作为至强 6+（Sierra Forest 系列）AP 平台的全球独占合作伙伴，将其应用于微信、腾讯广告检索等场景，利用 288 核及 576MB 三级缓存优势支撑高并发 Agent 负载。
• 金山云：基于至强 6+ 的第十代云服务器 SE10，使 AI Agent 应用部署密度提升 80% 以上，Nginx 高并发吞吐提升 33%，MySQL CPU 性能提升 52%。
• 火山引擎：依托英特尔至强处理器和 TDX 技术，构建 AICC 机密计算平台，实现多租户环境下 AI 数据与计算资源的全生命周期隔离，保障数据安全。
• 新华三：其 X20000 存储平台借助至强 6+，在推理场景中使 TTFT 和 TPOT 性能提升最高 10 倍，存储成本下降 60%。

关键要点

• CPU:GPU 配比重构：AI 算力需求结构发生根本性变化，CPU 需求激增，配比从 1:8 向 1:1 演进，CPU 缺货成为现实。
• Agent 驱动 CPU 负载：Agent 的持续任务执行特性（调度、记忆管理、子 Agent 创建）主要消耗 CPU 资源，而非 GPU。
• 至强 6+ 的核心优势：
  • 基于 Intel 18A 制程，最高 288 个 E-Core。
  • 单颗支持超 1000 个 Agent 部署（基于激进软件调度优化）。
  • 异构核心设计（E-Core 处理轻量调度，P-Core 处理高性能计算）适配 Agent 混合负载。
• QAT 与 IAA 的价值重估：
  • 这两项技术并非新创，但在 Agentic AI 时代成为刚需。
  • QAT 通过硬件压缩大幅降低 SSD 存储需求和带宽压力。
  • IAA 通过内存实时压缩降低延迟并提高内存利用率，加速 Agent 冷启动。
• 生产力转化验证：腾讯云、金山云、阿里云等头部云厂商已提供量化数据，证明至强 6+ 在部署密度、性能提升和成本降低方面的实际效果。
• 未来兼容性：下一代至强 CPU（代号 Diamond Rapids，基于 Intel 18A P 工艺，2027 年发布）将与至强 6+ 保持 Socket 兼容性，保护客户基础设施投资。

意义与影响

至强 6+ 的发布及落地案例表明，AI 基础设施的叙事正从“GPU 统治世界”转向“CPU 与 GPU 协同”。Agent 时代的到来，重新定义了 CPU 在 AI 数据中心中的核心价值。

首先，成本结构优化。通过 QAT 和 IAA 技术，企业能够显著降低因 KV Cache 膨胀带来的存储和内存成本，使得大规模部署 Agentic AI 在经济上更具可行性。

其次，算力边界拓展。高核心密度的 CPU 使得单服务器能够承载更多 Agent，提高了资源利用率，重新定义了单服务器的性能边界。

最后，生态协同效应。英特尔与腾讯云、金山云等合作伙伴的深度绑定，证明了从技术实力到生产力的转化路径已经打通。这种基于长期技术积累（如 IAA、QAT 的多代演进）而非短期风口押注的策略，为 AI 基础设施的可持续发展提供了新的范式。随着 Diamond Rapids 等后续产品的推出，这一趋势将进一步巩固 CPU 在 Agentic AI 时代的关键地位。