英特尔副总裁宋继强：智能体AI带来算力挑战，异构计算将成为构建AI基础设施的重要方向

专题：新浪财经2025年会暨第18届金麒麟论坛

　　新浪科技讯 1月15日下午消息，“2025科技风云榜”年度盛典于2026年1月15日在北京举办，今年活动主题为“启新智，赴新程”，英特尔公司副总裁、英特尔中国研究院院长宋继强发表《以异构计算推动可信赖的具身智能应用落地》主题演讲。

　　宋继强表示，AI能力发展正从基础能力大模型向智能体AI演进，更注重提供具体功能以构建工作流。而具身智能作为物理AI的重要形态，将数字世界的智能能力嵌入实体设备与真实世界交互，这类应用多以推理为主。他指出，行业分析机构也预示，AI算力需求的重心正从训练向推理转移，这将消耗相应比例的算力。

　　宋继强还谈到，多智能体构建完善工作流并实现多流并行运作，从而对异构基础设施提出需求。他解释，AI Agent的功能支持包含多种模型、调度器及预处理模块，这些模块需不同硬件提供最优能效比与成本经济性支撑。尽管所有任务均可在CPU上运行，但难以兼顾及时性与功能有效性，因此需高端GPU、中端GPU等多种硬件组合搭配，针对不同规模模型与任务场景实现精准适配。

　　宋继强进一步提出，异构系统需在三个层面具备灵活的异构支持能力：上层需构建开放的AI软件栈，屏蔽系统级变化以保障应用投资有效性；中间系统基础设施需适配中小企业需求，提供友好的服务器设置配置及以太网互联方案；底层则需整合持续演进的多元硬件，包括不同架构的CPU、GPU、NPU、AI加速器及类脑计算设备，通过分层基础设施构建灵活异构系统。

　　针对具身智能机器人领域，宋继强分析了多种智能任务实现方式，从传统分层定制模型到全端到端VLA模型，目前行业尚未确定最优方案，正处于多元尝试阶段。他指出，传统工业自动控制方案侧重可靠性、实时性与计算精度，而基于大语言模型的方案偏向神经网络解决路径，需差异化计算架构支撑，可通过CPU实现高速响应、NPU低功耗输出、GPU完成视觉与语言模型识别，依托CPU+GPU+NPU的异构芯片调度不同工作负载。

　　宋继强强调，具身智能机器人时代必将到来，也将带来算力和能耗挑战，异构计算正逐渐成为AI基础设施的核心架构。未来当机器人规模达到百万级，将突破工业场景限制，广泛承载商业化、个人化应用，亟需多智能体系统支撑。他指出，多智能体系统运行于物理AI设备的技术堆栈仍面临诸多挑战，而异构计算是解决系统可信赖问题的关键路径。

　　新浪声明：所有会议实录均为现场速记整理，未经演讲者审阅，新浪网登载此文出于传递更多信息之目的，并不意味着赞同其观点或证实其描述。