
Agent时代CPU重回C位,英特尔数据中心不再只卖芯片
Quick Answer
Intel's data center strategy shifts from chip supplier to system provider, as CEO Kevork Kechichian cuts projects and emphasizes CPU's renewed importance in the Agentic AI era, with stock rising from $24 to $80.
Quick Take
Intel's data center strategy shifts from chip supplier to system provider, as CEO Kevork Kechichian cuts projects and emphasizes CPU's renewed importance in the Agentic AI era, with stock rising from $24 to $80. The company aims to enhance system-level solutions while maintaining strong partnerships.
Key Points
- Intel's stock surged from $24 to $80 under new CEO leadership.
- Kechichian cut at least three major projects within 60 days of joining.
- CPU usage in data centers is predicted to approach a 1:1 ratio with GPUs.
- Intel aims to deliver complete system-level solutions, not just chips.
- The rise of Agentic AI is reshaping computational power dynamics.
Article Content
From source RSS / original summary作者|包永刚编辑|林觉民柳絮纷飞的四月中旬,Kevork Kechichian从北京开启了加入英特尔之后的首次中国行。 与他接手英特尔公司执行副总裁兼数据中心事业部(DCG)总经理时相比,这家半导体巨头的状态,已经发生变化。 9个月前,Kevork Kechichian加入英特尔时,公司股价仍在24美元左右徘徊。 如今,这一数字已升至65美元附近,市值回到近3300亿美元。 在2026年第一季度财报公布之后,盘后股价更是冲上80美元。 股价的回升,既被视为资本市场对英特尔CEO陈立武上任后调整的反馈,也折射出英特尔正在经历的一场转型——从芯片与组件供应商,走向系统与解决方案提供商。 英特尔公司执行副总裁兼数据中心事业部(DCG)总经理Kevork Kechichian变化并非源自市场,而是先发生在内部。 “陈立武告诉我有很多决定需要做,因为他不认为他可以代替我拍板。 ”在CEO的授权之下,Kevork Kechichian上任不到60天,就砍掉了至少三个备受关注的项目,这也标志着数据中心业务在策略、产品路线图与组织结构上的调整开始加速。 在内部调整推进的同时,外部变量也在迅速显现。
Agentic AI在2026年的兴起正在重塑算力结构,GPU不再是唯一主角,CPU的重要性重新被放大,至强也因此迎来新的窗口期。 Kevork Kechichian非常清楚,英特尔数据中心业务在每一个关键领域都同时面对多个强劲对手,必须提供对标甚至超越竞争对手的产品能力,并确保按时交付。 这一切的核心,是回到真实的用户需求,并将其转化为可交付的结果。 “我加入英特尔时,有一件事让我印象很深,那就是几乎所有合作伙伴都希望英特尔成功,希望它重新成为一个重要的市场参与者。 ”Kevork Kechichian说,“这是一个非常积极的信号。 ”上任不到60天砍了3个重要项目Kevork Kechichian刚上任时,英特尔正处于低谷期。 不到60天,他就砍掉了至少三个备受关注的项目。 “在审视产品路线图与竞争力之后,我当时的判断是,从时间进度上看,这些产品已经不具备竞争优势。 倘若它们能提前六个季度推出,那会是非常出色的产品。 ”Kevork Kechichian坦言,这一决策来得非常快,也不可避免地影响到了不同类型的合作伙伴。 对竞争对手而言,英特尔的“收缩”意味着侵蚀其市场份额和利润的窗口期。 因此,砍项目只是第一步。
紧接着,Kevork Kechichian做了第二件事:为合作伙伴提供过渡策略,帮助其穿越产品空窗期——包括对现有平台进行小幅调整,以承接下一代产品。 “最关键的是第三件事,”他说,“把下一代产品的路线图整体前移——提前一个季度、两个季度,甚至更多。 ”一系列动作的背后,是思维方式的转变。 “当你身处一个拥有超高市场份额的公司时,会有这样的心态——我们造什么,客户都会接受,因为我们拥有市场。 ”Kevork Kechichian直言,“至少在数据中心市场,转变思维非常重要,我们进入的每一个领域,至少都有三到四个强劲对手。 ”转变思维只是起点,更关键的是统一目标。 无论是管理层、架构师,还是软件与硬件团队,都必须清楚下一步要做什么。 “我们有足够多这样的人,一些在业内享有盛名的资深技术负责人仍然在团队中。 ”他说。 但要把方向转化为产品,还需要更强的执行约束。 Kevork Kechichian将其归结为三个维度:按时交付、正确的功能组合,以及具备竞争力的性能。 其中,专注尤为关键。 “多任务处理是个伪命题,没有人能真正做到多任务并行。
”他说,“对于我们的团队来说,无论是设计一个IP,还是制定下一代产品路线图,当他们足够专注时,会不惜一切代价把项目做成。 ”在这场以“收缩”开局的调整中,英特尔试图重新建立节奏。 而几乎在同一时间,外部环境也在发生变化——Agentic AI的兴起,开始让CPU重新回到舞台中央。 Agentic AI让CPU重回C位在模型参数不断膨胀的训练时代,GPU一度成为唯一的主角。 但随着Agentic AI的兴起,AI正在从“训练与单步推理”走向“Agent服务”,算力结构开始发生变化,CPU重新回到焦点。 当用户提出一个看似简单的需求——例如规划一段行程,背后往往涉及查机票、订酒店、调用地图与支付等多个系统。 完成这样的任务,依赖的是“多步推理 + 多工具协作”。 在这个过程中,GPU负责计算,但往往需要等待CPU完成任务编排、数据准备与I/O调度,整体效率反而更多受制于CPU。 这种变化,正在直接反映到资源配比上。 在Agent兴起之前,典型的数据中心中CPU与GPU的比例是1:4甚至1:8。 而现在,这一比例正在迅速变化。 “我们看到CPU与GPU的使用比例正在翻倍甚至三倍增长,我预测最终会接近1:1。
”Kevork Kechichian表示。 这一趋势之下,更适合承担任务编排与控制面的CPU纷纷推出,强调更高单核性能、更大带宽以及更优能效。 “本质上,他们正在做的是一个类似至强的方案。 ”Kevork Kechichian说,“至强6+(Clearwater Forest)已经具备这些能力,无论从机架级视角,还是核心数与计算密度,我们都有信心超越竞争对手。 ”硬件参数并不是全部。 英特尔几十年积累的部署经验,在于其贯穿硬件与软件的系统级经验。 “这种经验让你看到的不只是硬件,而是整个基础设施——包括数据中心每一层软件。 ”Kevork Kechichian指出,“在线率(uptime)其实极其关键。 如果数据中心不能稳定、高比例地产出算力——无论是服务前沿模型还是Agent任务,代价都会非常高。 ”在上万节点规模的数据中心中,功耗优化与工作负载调度同样依赖长期积累。 相比之下,缺乏真实部署经验的厂商,往往只能基于假设或合成数据进行测试,这也会在实际落地时体现出差距。 这也是x86生态的长期壁垒所在。
近期,谷歌与英特尔的合作进一步深化,再次凸显了x86平台在软硬件生态与工程成熟度上的优势,也印证了英特尔在数据中心处理器中的基础地位。 不过,在Agentic AI时代,评价CPU的标准也在发生变化。 峰值频率、核心数量或内存通道数等传统指标固然重要,但用户真正关心的,是发起一次请求后,能否尽快获得结果。 这使得系统能力与整体体验,成为新的衡量维度。 “下一代产品,我们首先要把系统优化做好。 ”Kevork Kechichian表示。 而这也将推动英特尔的转型——从交付芯片,走向提供完整的系统级解决方案。 从卖芯片到交付系统的历史性转变过去几年,半导体行业出现了一个清晰的趋势:从提供单点产品,走向交付系统级解决方案。 无论是EDA、IP公司,还是芯片厂商,都在向上延伸能力边界——EDA巨头通过收购补全产品提供系统级方案,IP公司开始提供芯片,芯片公司则进一步走向板卡乃至整机系统。 背后的逻辑并不复杂:在更大的系统层级中,能够创造更高的价值。 英特尔同样在向这个方向转型,但其边界划定得非常清晰。 “尽管我们在考虑提供系统级解决方案,但我们绝对、永远不会与客户竞争。
”Kevork Kechichian强调,“如果客户不喜欢你,他们总会想办法取代你。 我们要做的,是为生态系统中的每一个参与者增加价值。 ”这也是英特尔切入系统层的方式——不是替代客户,而是更深入地理解客户。 “我招了一个数据中心方向的人,并不是为了自己去建数据中心,而是希望在设计解决方案时,真正理解客户的痛点。 ”他补充道。 当然要从“卖产品”转向“围绕工作负载设计系统”,系统能力需要被重新拆解。 首先是硬件层。 为了适配不同规模与类型的模型,单一算力形态已无法满足需求,英特尔和SambanoNova就很好地说明了这一点。 英特尔正在构建多层级的加速器能力——既包括集成在至强CPU中的向量引擎与矩阵引擎,也包括独立GPU等多种加速器。 “如果模型参数量低于1000亿,很多AI推理和智能体相关任务可以直接在至强上完成。 ”Kevork Kechichian表示,“与此同时,我们也在完善GPU路线图,在性能、内存成本与稀缺性之间寻找一个‘scale-up’的甜点。 ”而要将不同的算力单元组合与调度,就需要网络与互连。 随着AI系统规模扩大,网络正逐渐成为新的瓶颈。 几年前,英特尔认定市场需要一条独立IPU的产品线。
英特尔确实在IPU方面取得进展,并且也意识到系统板上的IPU必须能服务更多TPU。 这促使英特尔大力投资SerDes技术,致力于以更快速度将数据移入和移出芯片。 进一步往下,是封装与系统集成。 “我们在思考,是否可以从SoC层面,将原本分散在不同机架、板卡、芯片中的组件整合起来。 ”Kevork Kechichian说,在有限空间内提升计算密度,正在推动包括共封装光学(CPO)、近封装光学等新技术的发展,这被视为“摩尔定律2. 0甚至3. 0”。 但系统能力的另一半,在软件。 硬件能力只有在被高效调用时才有意义。 “如果出现一个4000亿参数的新模型,而新硬件无法在24小时内跑起来,这本身就是问题。 ”Kevork Kechichian直言,“我们的目标是无论谁部署英特尔的解决的方案,从硬件上线第一天起,都能享受非常高的效率,这需要大量的投入确保覆盖尽可能多的库和框架。 ”据悉x86体系每年在软件上的投入,甚至超过CPU本身的销售额。 当硬件、网络与软件被放在同一系统中考量时,系统级方案的价值才真正体现。 而这一切的起点,仍然是客户。
英特尔加速重返顶峰Kevork Kechichian提到,英特尔数据中心团队在与客户交流时,会提前用高级模型去跑客户的工作负载——可能提前一年甚至两年。 这个过程通常从高度抽象的模型开始,一路向下推演,逐步接近芯片与系统实现。 在此过程中,功耗、性能、数据通路以及交换结构等关键要素,都会被提前验证。 这个前提是,客户愿意提供真实的工作负载。 “我加入英特尔时印象很深的一点是,很多合作伙伴都希望英特尔成功。 ”Kevork Kechichian说,“他们愿意分享自己面临的挑战,以及什么对他们来说是重要的。 这些信息,是通过顾问或行业报告无法获得的。 ”在他上任后的首次中国行中,英特尔与OEM、互联网公司,以及无人机、机器人等不同类型的企业进行了深入交流。 这些来自一线的反馈,正在反过来影响产品定义与技术路线。 这也构成了英特尔当前转型的一种方式——从芯片与组件供应商,逐步走向以系统和解决方案为导向的公司。 这种转变,不只是产品形态的变化,也涉及组织方式与工程文化的重塑:更贴近客户、更强调工程师驱动,以及更强的交付约束。 “我可以讲上几小时的战略,但光说没有用。
”Kevork Kechichian说,“真正的试金石,是我们的产品发布。 ”Kevork Kechichian对于带领英特尔数据中心重回高点充满信心,“在我的整个职业生涯中,我一直在谈论愿景和探索可能性的艺术,我也习惯了成为行业中的赢家。 ”这种信心,并不只是来自个人经验,也建立在当前一系列正在发生的变化之上。 在Agentic AI带来的算力结构变化中,CPU重新获得了位置;在系统级能力成为新竞争维度的背景下,英特尔也在重调整策略。 这些变化何时能够转化为持续的竞争力,还有待时间验证。 但可以确定的是,这家公司正在尝试用一套更贴近客户与工作负载的方法,重新回到高点。 雷峰网雷峰网
Want this in your inbox every morning?
Daily brief at your local 8am — bilingual EN/中文, free.
More from 雷峰网芯片
See more →Token账单迷雾:当每百万Token多少钱变成「比价陷阱」
The rise of Token billing in AI has transformed costs into operational expenses, with prices varying significantly due to factors like model efficiency, energy costs, and contract terms. As companies shift from GPU hours to Token-based billing, understanding the hidden complexities behind Token pricing becomes crucial for effective budgeting.

