据雷峰网报道，英特尔在9月22日举行的Connection大会上提出，随着AI从模型训练转向智能体推理，CPU正从算力配角变为整个系统的控制中枢。

英特尔数据中心集团副总裁、中国区总经理陈葆立在会上表示，未来的数据中心将被拆分为三类集群：负责智能体执行和任务编排的CPU集群、负责模型推理计算的GPU集群，以及承载长对话、文档等持续新增业务数据的存储集群，三类集群之间的数据调度全部由CPU完成。

产品层面，采用Intel 18A制程、最高拥有288个能效核的至强6+处理器配合智能体套件，单颗即可部署近千个智能体。英特尔给出的数据是，在SWE-bench测试中，其单智能体性能领先竞品15%；在云端沙箱场景下，面对10分钟内批量启动上万沙箱、单沙箱延迟200毫秒以内的要求，至强6+支持350个沙箱并发，性能约为竞品的1.46倍。

英特尔同时列举了CPU在三个环节的作用。异构数据预处理上，至强AMX加速器使向量化和重排序分别达到基准的2倍和4倍；存储调度上，联合焱融科技基于至强6和MRDIMM的方案在MLPerf Storage v3.0中取得Llama3检查点读写和3D-Unet训练两项全球第一；KV Cache管理上，其智能加速套件通过QAT无损压缩将300GB原始数据压至200GB，并借助DSA引擎将数据搬运最高加速9.66倍。

物理AI方面，英特尔副总裁兼端侧计算和物理AI事业部中国区总经理高嵩称，希望外界提到物理AI时第一个想到英特尔。第三代酷睿Ultra采用XPU异构架构，将推理决策与实时运动执行整合在单颗SoC上：CPU作为“小脑”以4kHz控制频率每秒完成4000次动作调整，GPU在Pi0.5精度下推理时延为78毫秒，低于人类视觉200至250毫秒的平均反应时间，NPU运行YOLOv12n推理仅需3.55毫秒，每秒处理约280帧。

成本方面，有具身企业创始人透露，工程师一下午的训练就能烧掉数百美元。英特尔的思路是通过硬件负载整合降低底层开销，把整体拥有成本拉到可商业化的区间。算法路线上，世界模型、VLA等仍在并行演进，英特尔表示不盲目追随单一路线，而以开放架构支撑多种算法范式的验证与迭代。该公司已联合科通工业、神州数码等推出基于第三代酷睿Ultra平台的具身智能开发套件，并宣布具身套件将于11月在京东上线。