“仅靠充足GPU算力支撑AI还不够，必须搭配CPU协同调度、管理、执行AI任务。”

英特尔数据中心AI产品与市场策略副总裁兼总经理阿尼尔・南杜里在12日首尔江南区COEX举办的2026英特尔首尔AI峰会上作出上述表态。英特尔在本次峰会上公布AI技术路线与行业落地方案，并宣布成立K-AI全栈联盟，首批有23家韩国本土企业及机构加入。

英特尔判断，随着具备自主规划、执行多任务能力的智能体AI普及，CPU、GPU、专用加速芯片的分工协同愈发重要。其思路是依托不同半导体的优势打造异构计算，降低AI推理环节的成本与功耗压力——推理即AI基于已学习的内容生成输出结果的过程。

SK海力士则从存储侧发力，提升数据读写供给效率，支撑这套架构。该公司提出一套独立于CPU、GPU服务器之外的大容量内存池方案，支持多服务器共享；为满足持续增长的AI算力需求，SK海力士正联合客户与合作伙伴验证内存共享技术，并从系统设计阶段就和英特尔开展协同。

SK海力士系统架构负责人、副总裁在《AI时代的存储技术与系统设计》主题演讲中表示：“在智能体AI时代，CPU价值提升，英特尔的竞争力备受关注。我们通过重新定义内存在系统中的角色，有望大幅提升整体性能与能效。”

CPU负责调度任务

一次用户请求下，AI智能体需要完成数据检索、程序执行、结果校验等一连串任务。南杜里说：“智能体需要反复推理、交互才能生成答案，会消耗大量token，推高成本。基础设施必须按照这类任务特征设计，才能提效降本。”

英特尔Xeon服务器CPU放在任务调度的核心位置。今年二季度发布的Xeon 6+最高集成288个低功耗计算核心，可同时处理大量任务。

由CPU对请求分类、分配给合适的AI模型，管控程序运行与安全；GPU运行模型，负责生成结果的计算；对低延迟需求场景，英特尔引入美国AI芯片企业Samba Nova的专用服务器。

正在研发的推理GPU Crescent Island搭载大容量内存，支持多模型同时运行。英特尔版本搭载LPD DR5X，显存可达160GB，合作厂商版本最高可至480GB。

南杜里透露，单卡已经实现文生视频的演示，但“软硬件还未达到量产标准”。谈及CPU、GPU、服务器的配比，他表示：“最优组合取决于任务类型和基础设施规划。”

SK海力士：内存共享架构将首token响应时间由80秒压缩至15秒

计算单元分工越来越细，存储读写的重要性持续上升。但当前HBM一般和GPU绑定部署，内存扩展空间受限。SK海力士副总裁称：“3D堆叠技术仍在研发，但需求增长太快，客户等不及。我们尝试从系统层面解决瓶颈。”

SK海力士提出内存机架方案：服务器保留自身原有内存，额外配套共享内存设备，多台服务器共用。GPU完成一轮计算后，把结果存入共享内存，再承接下一项任务；后续需要该数据时，其他GPU直接读取。

SK海力士副总裁打比方：“好比每家自备两三辆车，还是大家共用一台车，哪种效率更高。这套方案提升内存利用率与可扩展性，实现全系统降本。”

共享内存还可以减少AI重复计算。AI会把中间结果存入KV缓存，供后续推理复用；对话变长、缓存持续累积后，GPU本地内存容易耗尽，系统只能删掉缓存、重新计算。把缓存放到独立共享内存，就能避免重复运算。

在和合作伙伴的对比测试中：删除缓存重算的方案，生成首token平均耗时80.76秒；缓存放到外置SSD，耗时降至33.56秒；基于CXL远程DRAM方案，仅需15.45秒，相比重算方案响应速度缩短约81%。

SK海力士副总裁说：“从CXL互联内存读取数据，延迟高于直连GPU/CPU的本地内存，但对比重复计算，性能依然有明显优势。”

拓展至医疗设备、无人工厂场景

英特尔这套按任务组合芯片与软件的思路，同样落地医疗、工业场景。在空间、供电受限的场景，用最小硬件实现AI能力是关键。

三星麦迪逊依托Core Ultra处理器内置AI算力与Open VINO软件，实现超声影像屏障厚度自动测量。英特尔称，该方案无需独立GPU，AI推理吞吐量较旧方案提升4.2倍。

英特尔还和戴姆科技合作，开发无人工厂的设计模型，打通机器人、生产设备、物流系统。在定制芯片业务上，英特尔提出把客户自研设计和自身小芯片组合，灵活增加功能。

本次峰会旨在打通从数据中心、PC到工业端的AI应用与合作。K-AI全栈联盟目标是依托韩国本土服务器、芯片、软件与行业方案，帮助本地客户搭建运营自有AI系统。

英特尔亚太区副总裁兼总经理桑托什・维斯瓦纳坦表示：“英特尔的优势之一，是帮助合作伙伴的创新走向全球市场。我们也可以紧密协作，把韩国企业的产品供应给全球有需求的客户。”

责任编辑：江学思