英特尔王稚聪：未来五年AI算力重心转向推理与边缘

（图源：蓝鲸科技）

蓝鲸新闻11月6日讯（记者 卢思叶）眼下的人工智能产业，正从围着训练转，转向以推理和应用落地为核心。

第九届中国国际进口博览会11月5日开幕。展会期间，英特尔中国区董事长王稚聪接受蓝鲸科技等媒体采访时提到，两年前行业盯得最紧的是大模型性能怎么往上提、训练怎么做，如今大家谈得更多的是智能体，“其实就是在推理上面”。

王稚聪说，AI PC、端侧AI这些尝试，说到底参与的都是推理过程；人工智能要真正大规模进入生产和生活场景，也得靠推理能力的部署和落地。往后人工智能不会只集中在大型数据中心，会更多走向企业、终端和边缘侧设备。

“我认为接下来五年左右，更大部分比例的算力都会部署在推理侧，以及更靠近边缘侧。”他判断，企业对数据保护、推理时延和部署成本的要求，会把更多算力推向边缘侧，所以未来人工智能是云端与边缘端混合部署的路子。

推理不管发生在数据中心侧，还是发生在AI PC、新能源汽车、具身智能机器人以及其他终端设备上，王稚聪都表示，英特尔会继续围绕推理需求去搭建产品、芯片和工具能力，让人工智能真正进入生产环境和实际应用场景。

进博会英特尔展台上，计算产品、绿电储能算力一体化方案、词元一体机，还有智能体PC和游戏终端都摆了出来。其中跟国内储能、电力企业联手做的绿电储能算力，是不少人围着看的一块。

王稚聪表示，未来的AI基础设施要更灵活。靠储能、标准化模块设计以及算力网络调度等手段，算力既能更贴近可用能源部署，也能按实际业务需求靠近用户，资源调配更灵活，能源与算力的整体利用效率也就提上去了。

同时，一次性大规模投入不如标准化、模块化的建设方式：后者能根据实际算力需求分阶段部署、按需扩展，建设周期缩短，也更好适应AI工作负载和技术的持续变化。

采访中，王稚聪进一步讲了绿色智算的布局思路，也分享了英特尔在AI基础设施、端侧应用及国内外生态合作等方面的想法。以下是部分采访实录，经编辑整理：

算力与能源协同

提问：绿电在中国有很大的成本优势，英特尔的方案是怎么能够把本土能源的成本优势转化为AI应用时的综合成本优势？

王稚聪：展台上那个绿色算力舱，大家可以去看看。这个方向是我一年多前在词元经济和算力协同的背景下提出来的。中国西部大片地区绿电资源充足，光伏、水电、风电都有，可它们分布散、发电不够稳，远距离送电还会白白损耗一大截。

绿色算力舱的思路说白了就是“就近部署”：西部绿电在哪里发出来，就在哪里直接转成Token，再借算力网络送出去，同时跟算力运营公司一起做优化。这样一来，绿电帮着压低了生产成本，背后又有软件撑着，把分散的算力攒到一起，按企业不同的需求配上合适的算力构成，综合成本也就下来了。

对绿色算力舱我们还有个设想，它能像搭积木一样不断扩展，部署起来很快。大型数据中心从规划到建设周期很长，光土木建设一般就要两年以上，而AI发展这么快，两年前的规划到建成时风险很大。绿色算力舱不用物理大楼，有块空地就能部署，需求涨了还能多放几个舱、把它们连起来，扩展性也具备。

另外，绿色算力舱的资产是透明的。我们把舱内做了标准化，还部署了储能，因此和国内很先进的储能提供商有过不少探讨，希望找到能提供长时间、高功率空间的储能新方式。这样的算力舱还能解决一个问题：企业希望自己的数据得到强有力的保护、推理实验极大加快，那它既可以就近部署，也可以远程部署。

提问：这套方案从提出设想到现在真正能够进行部署，推进节奏是怎样的？

王稚聪：从储能、配电到算力模块单元，整套技术架构我们花了三个季度左右就做完了。最初只是一个很基本的想法，后来拉上上下游数十家产业伙伴一起干，能这么快交付，我认为这样的创新速度也只有在中国才做得到。算力舱大概明年上半年会有落地的方案。

AI端侧布局与合作

提问：国内现在有非常多的AI公司，英特尔怎么看如何赶上这一波AI终端以及具身智能等中国更具有优势性的产业浪潮？

王稚聪：AI PC这个概念最早是英特尔提出来的。AI大模型爆发前几年，我们就有个判断：将来AI算力一定是云和端混着部署。所以边缘侧的算力和模型必须往前推，AI PC的基本概念就是这么来的。

AI PC在中国推广已有两到三年，开头那段过程相当难。大约三年之前就能感觉到，模型厂商还在追大模型参数，顾不上推理过程；可真到AI部署落地、进到普通百姓的生活和工作里，靠的主要还是推理。

所以AI PC上我们花了很大时间和精力去琢磨CPU内部怎么构成。现在的AI PC既有很强的CPU、GPU功能，也有神经网络NPU的部分。芯片架构为什么搞这么复杂？因为它既要满足笔记本电脑的AI需求，也要满足一些生产侧的需求，比如产线控制、智驾终端等。有要大模型的、有要快速模型的、也有要执行稳定性的，需求各式各样，所以我们推出的是混合的芯片架构啊。

眼下18A的芯片已经发布，笔记本电脑在中国也已上市，效果还不错。下一步重点是把智能体结合进来——同样的模型放在不同设备上，表现差别会很大；随着智能体从今年到明年继续推进，可能会迎来比较百花齐放的应用。

提问：具身智能在端侧的情况如何？

王稚聪表示，具身智能还在发展过程中，国内企业已经取得了一些成果，小脑运动、精细控制这些部分做得不错。不过他判断，具身智能的“大脑”可能还需要较长时间演进。英特尔在这方面投入很大，希望与国内领先的具身智能厂家、以及未来做具身智能大模型的厂家合作，共同做长期的技术攻关。谈到与车企的合作，他提到英特尔在国内更关注与中国领先的新能源企业，思考怎么把大模型能力带进新能源汽车。最近已有一些成果，后续会持续投入研发力量，与国内领先的新能源厂家保持紧密合作。

在王稚聪看来，车本身也是一种特种机器人。让车更自在地与驾乘者交互，这个过程本身就是人与机器人互动的过程，将来也会汇入具身智能这个领域。国际上英特尔也在推进相关工作，等有合作成果时会进一步披露。

产业趋势与市场生态

提问：现阶段中美企业在人工智能发展上有哪些差异？接下来各自如何发挥优势，塑造更好的新生态？

王稚聪认为，中美在人工智能开源和闭源路径上确实差别不小。他个人的理念是，开源能汇集更大的生态力量，让AI技术普及得更快、成本更低，中国开源模型的发展或许能更快形成丰富的生态体系。应用层面的进展大致相当，他判断有两个领域出现了突破性进展。一个是Coding，当然不是狭义的软件编程——芯片设计的本质也是用硬件编程语言编程，所以也包括设计芯片、设计系统。另一个是内容生成，文字、图片都算，而在中国还跑出了一条独特赛道，就是短剧。

这两个领域发展得都不错，但具身智能还需要探索。王稚聪甚至觉得，连基本模型产业界都还在摸索，英特尔的芯片架构也跟着模型的探索过程走。那智能体和模型下一步往哪走？他的看法是，除了通用的基础大模型，未来每个产业都要看模型能不能在垂直领域找到特别好的方式，真正取代现有工具，让生产力得到巨大提升。这是他眼中接下来3~5年的方向。

提问：与同行相比，英特尔构建下一代计算平台时的差异点在哪？围绕这个差异点，明年有没有布局或落点？

王稚聪说，最大的差异点是英特尔仍把自己定位为基本技术的研发和供应商，不太会介入最终系统级产品的提供，而是希望和很多专业伙伴一起构建丰富的产品矩阵。这是英特尔非常基本的立足点。

在人工智能的发展上，他认为接下来五年左右，更大比例的算力会部署在推理层，以及更靠近边缘的层面。原因在于数据安全很重要，无论对个人还是企业，解决私有数据的安全性都很关键，所以要做混合部署，把合适的一部分推理算力私有化部署。基于这一判断，英特尔会继续沿着推理构建合适的产品和相应工具。不管推理发生在数据中心侧，还是发生在具身智能机器人、AI PC、新能源车或各种形态的终端产品上，英特尔都会思考和布局。

提问：在进博会这个平台上，您观察到外企对中国市场的关注点发生了哪些变化？这些变化对中外企业合作有什么影响？

王稚聪在英特尔工作了快30年。他回忆，头十年是80年代末90年代初，外企把很多产品技术带进中国，慢慢培养出一批本土技术产业的合作伙伴；第二个十年，本土伙伴有了一定技术能力，可以做些系统级开发了。最近这十年，中国的原创技术生态已经非常强大，英特尔也把自己的身份转变成共同创新的合作伙伴。他认为这是一个非常重要的转变，让英特尔能更深入地参与中国未来的技术创新浪潮。他自己的感受是，这样的共识不止英特尔一家有，很多高科技企业也有相似认识，这种转变是必要的，也符合时代需求。