Agent时代，CPU的价值该重估了
内容提要
英特尔在苏州大会上指出，Agent时代AI计算配比从1颗CPU配4颗GPU变为1:1，CPU需承担更多调度与数据处理。英特尔通过至强处理器加速数据预处理、优化KV Cache存储，并联合软件伙伴提升系统效率，同时布局端侧CPU、GPU、NPU协同，拓展机器人与车载AI等场景。
延伸解读
Agent任务如何改变CPU与GPU的配比
文章指出，Agent执行任务时需先处理网页、PDF、视频等格式的数据，再交给大模型分析，且一次调用往往不够，需多轮拆解、调用工具和迭代。这些预处理、调度和执行工作更适合CPU承担，导致AI计算配比从1颗CPU配4颗GPU变为1:1。这意味着CPU在系统中的角色从辅助转向关键，其价值需重新评估。
企业采购CPU应关注哪些实际指标
文章提到，企业客户不仅关心能运行多少个智能体，更看重每个智能体的能力和可靠性。例如，短时间内启动大量沙箱、多Agent并发时能否及时响应，都影响服务可用性。因此，CPU的评价应参照并发能力、响应时间和对真实任务的支撑能力，而非单纯看核心数或频率。采购时需结合具体业务负载测试。
英特尔优化CPU价值的两个技术切入口
为提升CPU在Agent系统中的效率，英特尔从数据预处理和KV Cache存储入手。一方面利用至强处理器内置加速能力加快数据预处理；另一方面针对长上下文和反复任务信息，通过无损压缩和加快传输优化KV Cache，减少存储占用和等待。这些优化旨在让数据更快送达计算资源，减少CPU、GPU闲置，从而提升整体系统效率。
端侧与机器人场景中CPU的协同角色
文章介绍，在个人设备和机器人中，CPU、GPU、NPU需协同工作：CPU负责智能体的计划、决策等及时响应任务，GPU处理矩阵计算，NPU以低功耗支持长时间音视频和视觉任务。机器人还需感知环境、规划任务和实时控制，对及时响应要求更高。这为英特尔处理器和软件平台提供了PC之外的新应用场景，但商业成功取决于合作伙伴能否交付客户愿意付费的产品。
Q&A
Agent时代，AI计算的CPU和GPU配比发生了什么变化？
从原来的1颗CPU搭配4颗GPU（1:4）变为1颗CPU搭配1颗GPU（1:1）。
为什么Agent时代CPU变得更重要了？
因为Agent需要调用工具、执行任务，CPU要承担更多的调度、数据处理和执行工作，模型计算之外的环节都需要CPU跟上节奏。
英特尔在数据预处理方面如何利用CPU加速？
英特尔利用至强处理器内置的加速能力，加快数据预处理工作，帮助客户减少等待时间。
英特尔针对KV Cache存储做了哪些优化？
英特尔利用处理器内置能力进行无损压缩，并加快数据传输，以优化KV Cache的容量和调度，减少重复计算和存储占用。
在端侧设备上，CPU、GPU、NPU如何协同工作？
CPU承担智能体的计划、决策等需要及时响应的工作；GPU处理矩阵计算等AI计算任务；NPU以较低功耗支持长时间运行的音视频处理、计算机视觉等任务。
英特尔在机器人场景中看到了哪些CPU应用机会？
机器人需要感知环境、规划任务和实时控制运动，多个机器人之间还可能涉及协同调度，这些工作对及时响应要求高，给CPU留下了用武之地。
