鸿海宣布与英特尔达成战略合作,将与英特尔共同开发AI平台

华尔街见闻
昨天

鸿海与英特尔在中国台北电脑展宣布深化战略合作,携手SambaNova共同构建基于英特尔至强处理器的机架级AI基础设施,标志着这两家科技巨头在AI推理时代的协同布局正式落地。

6月2日,英特尔CEO Lip-Bu Tan与鸿海首席产品官Jerry Hsiao在中国台北Computex 2026主题演讲台上联袂亮相,宣布三方将共同打造面向数据中心、超大规模云厂商及智能中心部署的机架级AI基础设施解决方案。鸿海将在此合作中承担系统集成职能,并计划自主制造专为不依赖额外加速器的工作负载设计的CPU密集型机架产品,覆盖成本优化推理、数据处理及混合AI等场景。

此次合作的落地恰逢AI算力需求结构性转变的关键节点。随着智能体AI(Agentic AI)兴起,推理负载对CPU的需求大幅攀升,数据中心算力格局正在重塑,为英特尔至强处理器打开新的市场窗口,也为鸿海的系统集成业务带来新的增量空间。

机架级AI基础设施:三方联合打造推理解决方案

英特尔、SambaNova与鸿海此次联合宣布的核心产品是一套生产就绪的机架解决方案,将英特尔至强处理器与SambaNova SN-50 RDU相结合,旨在以更优的成本和能耗效率实现高性能AI推理。

在分工层面,英特尔提供处理器核心算力,SambaNova负责AI加速单元,鸿海则承担系统集成。鸿海还计划单独制造一款CPU密集型机架变体,专为无需额外加速的工作负载设计,目标场景包括成本优化推理、数据处理及混合AI部署。

此次合作背后有明确的市场逻辑支撑。Creative Strategies CEO兼首席分析师Ben Bajarin指出,训练时代的AI部署中,CPU与GPU的配比约为1比4;而在智能体推理时代,这一比例已接近1比1甚至更低。这一结构性转变令CPU重新回到数据中心的核心位置,也是英特尔借助至强处理器发力推理市场的战略基础。

全解耦推理云:首次真实场景演示

在此次Computex舞台上,英特尔联合SambaNova、Vista Equity Partners及Cambium Capital,完成了全解耦推理系统的首次真实场景演示。

该系统由Vista Equity Partners与Cambium Capital共同成立的新型企业推理云Vector Core Compute搭载运行,采用英特尔至强6处理器负责编排与执行,SambaNova SN40 RDU负责解码,英伟达Blackwell GPU负责预填充,系统从位于美国加利福尼亚州洛杉矶的数据中心实时运行。

Together.ai是Vector Core Compute智能体云的首个商业客户,在MiniMax 2.5模型上实现了迄今各类架构中最快的企业级推理速度。Vista Equity Partners已为旗下逾90家投资组合公司争取到Vector Core Compute高性价比推理服务的早期访问权限,这些公司服务全球超过250万企业客户及7.5亿终端用户。

至强6+处理器:首款基于英特尔18A制程的数据中心CPU

在芯片层面,英特尔宣布至强6+(Xeon 6+)处理器正式发布。这是英特尔18A制程首次应用于数据中心CPU,专为云原生、智能体AI及网络密集型工作负载设计。

至强6+主打在实际功耗约束下的持续性能表现,重点面向智能体AI的编排、并发及数据移动需求。在密度层面,单个液冷机架可在32U计算空间内提供36,864个核心,在约100千瓦机架功耗下实现目前可用的最高智能体托管密度。

英特尔表示,至强6+在能效、核心吞吐及延迟可预测性等维度均有针对性优化,可在无需对现有数据中心进行大规模改造的前提下承载新AI工作负载。

Core Ultra系列3:PC与边缘AI双线推进

在客户端计算方面,英特尔Core Ultra系列3处理器同样基于英特尔18A制程,目前已支持超过325款消费及商用PC设计,客户导入势头持续扩大。

系列3还向掌机游戏市场延伸,新推出的Intel Arc G系列处理器将于本月起正式上市。与此同时,英特尔宣布18A制程良率持续提升,正在加快系列3处理器家族的产能扩张。

在PC之外,系列3处理器首次同步向全球数千家边缘客户部署,覆盖制造、机器人、零售及智慧城市等场景。英特尔表示,目前已有逾130家客户选择系列3作为边缘AI与机器人设计的计算平台。

免责声明:投资有风险,本文并非投资建议,以上内容不应被视为任何金融产品的购买或出售要约、建议或邀请,作者或其他用户的任何相关讨论、评论或帖子也不应被视为此类内容。本文仅供一般参考,不考虑您的个人投资目标、财务状况或需求。TTM对信息的准确性和完整性不承担任何责任或保证,投资者应自行研究并在投资前寻求专业建议。

热议股票

  1. 1
     
     
     
     
  2. 2
     
     
     
     
  3. 3
     
     
     
     
  4. 4
     
     
     
     
  5. 5
     
     
     
     
  6. 6
     
     
     
     
  7. 7
     
     
     
     
  8. 8
     
     
     
     
  9. 9
     
     
     
     
  10. 10