英特尔至强6+落地腾讯云：新云实例性能提升30%以上

2026年10月29日，深圳。2026腾讯全球数字生态大会现场，英特尔与腾讯云联合推出搭载英特尔至强6+处理器的新一代云实例。智能体AI对基础设施提出高并发、低时延等要求，双方围绕CPU性能、AI存储方案创新、沙箱拉起和软件生态等话题分享了最新实践，一起探讨云端智能体AI基础设施往哪走。

英特尔市场营销集团副总裁、中国区总经理郭威在开场环节致辞。

郭威在发言中表示：“AI正从‘单次问答’快速转向‘自主执行’，算力的价值也随之从单点性能突破，转向云、端、模型与应用的全链路协同。英特尔与腾讯正把合作边界从数据中心延伸到智能终端：云端算力底座由至强6/6+打底，端侧AI应用空间靠智能体PC打开，全栈智能潜力则通过模型与Agent的深度协同优化来释放，同时借助开放生态聚拢更多创新力量，把智能体AI从基础设施、模型到应用的关键链路贯通起来。展望后续，英特尔希望与腾讯把‘芯、云、端’一体化协同再往前推一步，一起搭建面向智能体AI的全栈算力底座，让算力各得其所，让智能触手可及，推动智能体AI从技术创新走向规模化应用。”

新云实例的发布，意味着英特尔至强6+处理器正式进入云端。

英特尔和腾讯云的合作一直跟着云端负载的变化走。从S9、S9e到S9pro，腾讯云用英特尔至强6处理器铺开云实例矩阵，靠不同的性能与成本搭配，给各类业务提供灵活、高效的弹性算力。智能体AI兴起之后，基础设施在并发调度、时延响应和可靠隔离上受到更大考验。针对这类全新负载，双方正式推出搭载英特尔至强6+处理器的新一代云实例，腾讯云面向智能体AI工作负载的产品能力因此得到进一步扩展。

基于英特尔至强6+处理器的腾讯云新一代云实例已正式发布。

至强6+为智能体AI备好了计算资源。它最高拥有288颗能效核，单颗处理器最高能支撑超过1000个智能体稳定部署，腾讯云服务器由此获得更高并发、更低时延、更优能效的云端算力。

有了至强6+的性能支撑，腾讯云新一代云实例综合性能比上一代提升30%以上，适用于云原生微服务、高并发Web与智能体任务编排等场景。新实例还引入了英特尔TDX（信任域扩展），以硬件级隔离与认证，为智能体建起“数据可用不可见”的全生命周期可信防线。

实测数据说明了至强6+在智能体AI负载中的实际价值。不过至强的迭代没有停在这里。针对下一阶段更高密度的任务调度与并发计算，英特尔将推出专为下一代智能体AI基础设施设计的至强处理器（代号Diamond Rapids），目标是让多任务高负载的吞吐实现跃升。

智能体AI的真实需求怎么解：让它记得更多、响应更快、跑得更稳。

智能体AI想上规模，每个环节都得扛住高密度、高并发的压力。内存有限却要装下更多任务，KV Cache得在不同层级之间高效流转、压缩和调度，沙箱要安全还得快速拉起，多模态数据也要处理得动。这些要求横跨计算、存储与执行链路，英特尔把至强处理器的算力、内置硬件加速和软件优化合到一起，与腾讯云一道把智能体AI运行的关键链路打通。

腾讯全球数字生态大会上的英特尔展台。

智能体AI越往真实业务里走，内存越金贵。高并发和持续运行不停推高内存需求，客户既想用有限内存装更多任务，又不愿为此牺牲时延、抬高成本。高密度、高并发场景下怎么同时满足密度和时延，软件方案解决不了，这正是腾讯云与英特尔推进内存应用创新的起点。

腾讯云借英特尔至强处理器内置的英特尔IAA（内存分析加速器）改造内存方案，把硬件加速引入内存压缩和解压缩，应对客户对解压时延极度敏感、必须严格可控的要求。与软件方案相比，2M页的解压有了IAA加持，时延被拉进微秒级，平均耗时加速16倍、最大耗时加速9倍，内存利用率上去了，响应也更稳定、更可预测，内存不再是高密度、高并发智能体AI的性能瓶颈。该方案已通过腾讯云验证并完成业务上线。

智能体AI要高效运转，执行环境也得随叫随到。智能体AI负载大规模落地后，基础设施的另一道难题是：如何在极短时间内批量创建并拉起海量沙箱，把执行环境的编排与隔离高效做完。英特尔至强处理器与腾讯云CubeSandbox深度协同，双方一起搭出高并发、极速启动、稳定可靠的沙箱底座。

至强6+处理器算力强、扩展灵活、平台可靠，CubeSandbox凭这些能高效支撑高密度沙箱负载，启动时延更低，资源利用效率更高，智能体应用的大规模沙箱化部署有了底子。服务响应速度和性能一致性得到保障的同时，沙箱并发创建能力也进一步提升，每个智能体应用都能即时响应、从容扩展。腾讯实测显示，在满足200毫秒SLA要求的前提下，搭载至强6+处理器的CubeSandbox单机可支持350个沙箱并发创建请求，较其他主流测试平台提升约46%。

执行环境要快速就绪，进入真实业务的智能体还得应付另一类挑战，比如快速批量处理具身智能数据。智能体与现实的交互早已不止文本，视频、图像、音频等数据大量涌入工作流，数据处理和推理效率的压力随之加大。腾讯云多模态计算引擎Xpark用上了至强处理器内置的AI加速引擎英特尔AMX（高级矩阵扩展），把CPU资源投入小模型推理和轻量级多模态任务，AI计算吞吐与整体资源利用效率因此提高。Xpark视频处理工作流最能说明这一优化的效果：在iVTAL（英特尔视频转码加速库）加持下，视频转码性能比开源PyAV提升1.5倍，整体视频处理效率明显上扬。目前Xpark已正式上线，用在实际业务场景中。

英特尔还展示了另一套方案。它基于至强处理器，主打智能体AI的存储平台。大容量、高性能、高能效、易部署，是这套平台瞄准的几个方向。具体做法上，英特尔用高速I/O，加上QAT、DSA等内置加速器，再配合UINTR+TPAUSE专用指令，做软硬件协同优化。KV Cache的流转和复用效率偏低，是它要解决的核心问题。按英特尔的说法，存储不能只满足于放得下，还要做到流得动、效率高。

系统级能力怎么搭起来，直接关系到智能体能不能规模化落地。

AI基础设施的格局在变，异构计算已经绕不开。英特尔给出的是一套覆盖CPU、GPU、存储和网络的系统级方案，产品线上有至强、以太网控制器、GPU D系列等。GPU D系列代号Crescent Island，面向的是需要长时间运行、吃内存的AI推理负载。它基于Xe3P架构，在350瓦功耗范围内，能提供最高480 GB的LPDDR5X内存、1.5 TB/s内存带宽和1.3 PFLOPS FP8算力。内存容量做大了，大容量推理的部署门槛也随之降低。

硬件性能要变成开发者手里的生产力，软件生态是否开放、是否好用同样起决定作用。英特尔的AI软件栈走开源路线，并优先往上游社区贡献，涉及PyTorch、vLLM、SGLang等主流框架，以及Triton、oneDNN、oneCCL等计算与通信库，主流模型可以开箱即用。存量代码要跨平台迁移时，英特尔引入基于大语言模型的AI Agent，配合专业Skill能力，先理解算法意图，再原生重构代码，编译、验证、性能调优一并走完，跨架构迁移因此从“能跑”转向“跑好”。

腾讯全球数字生态大会上的英特尔展台。

算力与智能体能力也在往云端之外走，终端和边缘都是落点。搭载WorkBuddy、Marvis的AI PC，以及基于英特尔酷睿Ultra处理器的车载AI Box，这些端侧应用集中亮相，展示的是端云协同下的端侧智能体验。

从算力、存力到软件优化，英特尔拿出的是一套系统级创新。它以至强为算力中枢，为智能体AI时代搭高性能智算底座。智能体正从技术探索走向全场景生产力，英特尔表示会继续以开放的全栈平台能力，与生态伙伴一起推进。