Agent时代CPU配比从1:4变1:1，价值该重估了

CPU的价值在Agent时代需要被重估。英特尔在苏州技术创新与产业生态大会上判断，AI计算配比正从一颗CPU搭配四颗GPU（1:4）转向一颗CPU搭配一颗GPU（1:1）。随着AI开始调用工具、执行任务，CPU需承担更多调度、数据处理和执行工作，其价值需重新衡量。英特尔CEO陈立武称x86持续驱动计算向智能化应用发展，而英特尔股价暴涨12%也印证了市场对CPU在Agent时代重要性的认可。

为何需要更多CPU？英特尔数据中心事业部副总裁陈葆立以“整理新闻”任务为例：用户只需一句话，Agent却要上网找资料，处理网页、PDF、视频等格式，再交给大模型分析。这些预处理工作适合CPU承担。且一次模型调用往往不够，Agent要拆解任务、调用工具，根据结果决定下一步，前一步未完成后续就得等待。中国工程院外籍院士张亚勤也提到，Agent能围绕目标规划、行动、试错和迭代，模型回答成为后续行动依据，行动结果又进入下一轮处理。因此CPU需处理模型计算之外的执行、调度和数据处理，跟上Agent节奏。

陈葆立将数据中心简化为三部分：CPU服务器或集群负责智能体执行和工作编排；GPU等加速资源承担模型计算；存储系统保存数据、对话及新生成文档。CPU工作贯穿各环节，加速计算需数据预处理，存储需数据调度，Agent执行需资源配合。GPU再强，若数据处理和搬运环节出瓶颈，昂贵计算资源就可能闲置，任务完成速度受影响。企业采购层面，客户既关心能运行多少智能体，也看重每个智能体的能力和可靠性。能启动多少Agent与能让多少Agent稳定干活是两回事。CPU评价因此有了更具体参照，包括并发能力、响应时间及对真实任务的支撑能力。1:1趋势对应智能体推理部署趋势，具体配比仍看任务和系统配置。

英特尔的办法是把CPU和配套软件放进实际任务一起优化。切入口一是数据预处理，利用至强处理器内置加速能力加快相关工作；二是存储，针对KV Cache容量和调度问题，英特尔介绍KV Cache优化方案，包括利用处理器内置能力无损压缩及加快数据传输，并与国内软件合作伙伴打造高性能存储系统，让数据更快送到计算资源，减少CPU、GPU闲置。英特尔还提及Linux、PyTorch等开源项目投入，硬件能力需软件支持和适配。

个人设备上同样存在类似分工。英特尔副总裁高嵩介绍CPU、GPU、NPU协同：CPU承担智能体计划、决策等需及时响应的工作；GPU处理矩阵计算；NPU以低功耗支持长时间运行的音视频处理、计算机视觉等。英特尔想争取的业务不只在PC，还包括家庭AI、车载AI、私人数据AI及机器人等。机器人需感知环境、规划任务、实时控制运动，多机器人还可能协同调度，对及时响应要求更高，给CPU留下用武之地。

北京大学新结构经济学研究院院长林毅夫谈到，AI对经济的影响要通过各产业利用AI提高效率来体现。对英特尔而言，更多应用需求最终需变成客户愿意付钱的产品和服务。数据中心Agent需CPU处理数据、编排任务、协调计算和存储资源；个人设备和机器人中的Agent同样需及时响应、执行指令并与其他计算单元配合。英特尔希望把至强、酷睿及配套软件用到这些具体工作中。Agent每完成一项任务，背后都可能包含多轮模型调用、工具执行和数据处理，模型算得快还需其他环节跟得上。衡量CPU作用需把这些工作算进去：能支撑多少Agent同时运行、能否及时完成调度、能让计算资源少等多久，都影响整套系统实际表现。总之，Agent表现好坏，CPU有绝对“话语权”。