在AI应用加速落地的今天，两大方向正成为行业焦点：一是“会说也会做”的智能体AI，它不仅能回答问题，还能自主规划和执行任务；二是走出虚拟空间的物理AI，通过机器人、机械臂、智能汽车等载体，实现对真实环境的感知与交互。两者的结合，有望在教育、医疗、交通、制造等领域深入普及，让AI成为生产生活中的可靠“帮手”。而这一切，正悄然重塑底层的算力结构。

英特尔中国研究院院长宋继强近日分享了最新实践：以CPU为核心的异构算力架构，正成为支撑智能体AI和物理AI的长期方向。在多智能体系统中，不仅包含模型训练和推理，还需要大量数据处理、分析、工具调用、代码生成与测试等任务，这些环节依赖CPU的通用计算和调度能力。根据摩根士丹利预测，数据中心“机头”CPU的市场规模有望新增数百亿美元。英特尔CEO陈立武透露，一线客户反馈显示，数据中心CPU与GPU比例已从训练阶段的1比8转变为1比1，在前端部署多智能体系统时，这一比例甚至达到4比1。

企业希望智能体AI以更经济、高效、可靠的方式重构数字化流程，核心在于系统能将任务拆解为多个步骤，按需调用不同AI模型，而非依赖单一模型处理所有任务。这与异构计算的逻辑不谋而合。英特尔倡导的“混合AI”将敏感任务留在本地，高能力任务按需调用云端大模型，在云侧和端侧形成高效协同。硬件层面，第三代酷睿Ultra和即将上市的至强6+基于Intel 18A制程，提供高性价比和能效比；软件层则构建了开放AI软件栈，跨硬件协调多个智能体系统，避免硬件更换后上层软件重写。

展望未来，物理AI需要具备感知、决策与执行能力。英特尔基于第三代酷睿Ultra打造工业级支持，提供最高180 TOPS的AI能力，并推出机器人和边缘AI软件包、参考设计板及开发套件。随着AI PC、AI NAS、AI Box等新形态设备涌现，智能体AI将赋能多种硬件，相互组合支撑。英特尔坚信，以CPU为核心的异构算力架构，将帮助客户拥抱混合AI，优化算力分布、成本和延迟，迎接智能体AI与物理AI的产业爆发。