英特尔一次发布了三款芯片，全部都指向人工智能数据中心，但有几个细节让人觉得不太符合常规思路。先看至强6+处理器：288个核心，却采用了一套名为Darkmont的节能优先设计，而不是一味拉高单核性能。再看下一代数据中心GPU，代号新月岛（Crescent Island），没有使用HBM高带宽内存，反而用上了手机上常见的LPDDR5x。在越来越强调算力密度的AI基础设施竞赛里，这种取舍立刻引发了两种截然不同的看法。
正方观点认为，英特尔在CPU上的选择恰恰抓住了AI工作负载的新变化。随着代理式AI（agentic AI）兴起，数据中心不再只盯着单次推理的延迟，编排、并发性和数据移动成为了新的瓶颈。英特尔数据中心事业部执行副总裁Kevork Kechichan强调，这种转变再次印证了一个核心事实：CPU仍然是现代AI基础设施的控制平面。至强6+系列正是为了强化这个控制平面而设计。顶配型号至强6990E+不仅拥有288核，还搭载了比前代产品大数倍的三级缓存，官方宣称其每线程能效和性能比AMD的EPYC 9965高出30%。两台这样的CPU就能组成576核的服务器，配合一颗叫Application Energy Telemetry的软件工具，能实时监测工作负载的功耗，帮助客户优化应用。对于正被AI训练集群功耗压得喘不过气的云服务商来说，听起来是挺实际的节省方案。
反方观点则聚焦于两项看似“退步”的技术选择。Darkmont核心为了能效放弃了部分单核性能，这对延迟敏感型的推理任务可能并不友好。当大家都在用HBM堆内存带宽时，新月岛GPU却武装了最高480GB的LPDDR5x，整卡功耗控制在350瓦。要知道，数据中心GPU里的HBM虽然贵，但速度比消费级内存快得多，而LPDDR5x以低功耗著称，却要牺牲一部分带宽。批评的声音会觉得，这是不是在给性能上限设天花板？另外，至强6+首次采用的Intel 18A工艺引入了一项叫RibbonFET的技术，它将晶体管中导电沟道做成多条悬浮的薄片，工程师可以通过调节薄片宽度来权衡能效和速度。这种可定制性被包装成一大卖点，但也有人担心新的栅极结构在量产初期可能带来良率波动，从而影响供货节奏。
我的判断是，不能孤立地看单片CPU或单张GPU，而要把它们当作英特尔整套AI基础设施方案的一部分来看。至强6+优先提升核数和能效，是因为它要在服务器端承担更多的协调工作，而不是跟专用AI加速器比拼浮点算力。新月岛用LPDDR5x并限定在350瓦热设计功耗内，加上采用PCIe接口的纯风冷加速卡形态，都指向同一个方向：更低的采购门槛和运营成本。当客户需要快速扩展推理节点，或者需要把AI服务部署在电力受限的机房时，一张不需要水冷、功耗更可控的GPU就会反而比一张跑分更高但吃电更凶的卡更有竞争力。而且，靠RibbonFET实现的可调谐晶体管，理论上能让同一颗芯片在不同部署场景下微调能效特性，尽管这一点还有待实测验证。
英特尔这次的三款产品其实都是在做同一件事：把AI数据中心从追求极限峰值算力，部分转向追求持续可运维的能效和总成本控制。八年前Meta就有万亿参数的模型，但真正让下游厂商为难的，是把模型跑起来需要多少电、花多少钱。至强6+在控制平面和省电上做文章，新月岛则在GPU端用手机内存的思路去压功耗，这种反差很反常识，但如果配上能耗监测工具和可调晶体管，也许能给那些已经在算力军备竞赛里后劲不足的客户们一个更务实的选项。至于Xe 3P新架构的具体改进幅度，英特尔在本次发布中只给出了指向性的描述，性能实况还要等后续测试数据。
热门跟贴