Au cours des deux dernières années, le cœur du matériel d'IA s'est presque résumé à une seule chose : le GPU.
De l'entraînement des grands modèles aux grappes d'inférence, en passant par la puissance de calcul entre périphériques et cloud, toute l'industrie a discuté de qui pourrait obtenir plus de GPU, qui pourrait enfoncer plus de cartes de calcul dans les centres de données. On peut dire que toute l'industrie de l'IA tourne autour des GPU, ce qui a également propulsé le cours de l'action de Nvidia à des sommets.
Mais lors du COMPUTEX 2026, Intel a présenté une analyse différente : La prochaine étape de l'IA ne peut pas se contenter de regarder les GPU. Le cœur de cette analyse est le mot-clé que Pat Gelsinger a répété dans son discours principal : Agentic AI, c'est-à-dire ce que nous appelons communément les agents intelligents.
Source : Intel
Les agents intelligents sont en train de changer l'écosystème du calcul
La différence entre les agents intelligents et l'IA traditionnelle est en réalité très grande. L'utilisation de l'IA traditionnelle ressemble à une machine de questions-réponses en « tours par tour », tandis que les agents intelligents doivent s'intégrer dans de véritables flux de travail, achevant activement le cycle « réflexion, planification, action, rétrospective ». En d'autres termes, ils doivent apprendre à lire des données, à utiliser des outils, à exécuter des tâches et à vérifier les résultats, puis à ajuster continuellement l'étape suivante en fonction des retours.
Cela signifie que l'inférence IA n'est plus une « transaction unique », mais devient un système d'auto-décision et d'auto-raisonnement en fonctionnement continu, ce qui change également complètement la manière dont la puissance de calcul est utilisée. Ainsi, le point de vue le plus central d'Intel cette fois est le suivant : L'Agentic AI va remodeler la répartition de la puissance de calcul dans les centres de données.
Actuellement, lors de la phase d'entraînement des modèles de pointe, le ratio CPU/GPU peut approcher 1:8, le GPU supportant la grande majorité de la pression de calcul. Cependant, en entrant dans le mode d'inférence des agents intelligents, le CPU doit être responsable de l'orchestration des tâches, de l'appel d'outils, de la migration des données et de la coordination du système. À ce moment-là, le ratio CPU/GPU tendra progressivement vers 1:1, voire nécessitera une densité de CPU plus élevée pour décomposer rapidement les tâches.
En effet, lorsqu'un agent intelligent ne génère pas seulement une réponse, mais doit continuellement appeler des modèles, des outils et des systèmes externes, son état de fonctionnement est complètement différent de celui de l'IA traditionnelle. Intel a mentionné dans son discours une donnée : par rapport à l'inférence en un seul tour, la consommation de tokens d'un agent intelligent peut augmenter jusqu'à 1000 fois.
Source : Intel
Autrement dit, ce que les agents intelligents apportent n'est pas une simple augmentation du volume d'inférence, mais une charge système plus complexe, plus fréquente et plus fragmentée. Si on jette à nouveau toutes ces charges sur le GPU, c'est à la fois inefficace et coûteux.
Et le processeur Xeon 6+ lancé cette fois par Intel est fabriqué sur le procédé 18A d'Intel, embarquant jusqu'à 288 cœurs efficaces, et équipé d'un cache L3 maximum de 576 Mo. Pour les charges de travail exigeantes en matière de cloud natif, d'Agentic AI et d'intensité réseau, il peut offrir une meilleure efficacité énergétique et des performances continues plus stables.
Dans la solution présentée par Intel, un châssis refroidi par liquide occupant un espace de calcul de 32U peut fournir 36864 cœurs ; la consommation du châssis n'est que d'environ 100kW, suffisant pour supporter un déploiement d'agents intelligents à haute densité. Bien que 100kW puissent sembler impressionnants, comparé aux châssis serveurs de performances équivalentes du passé, la consommation a déjà été considérablement réduite.
En dehors du Xeon 6+, il y a quelque chose de plus intéressant : la redécoupe par Intel de l'architecture d'inférence.
Dans son discours, Intel a annoncé, en partenariat avec SambaNova, Vista Equity Partners, Cambium Capital et d'autres, le lancement officiel d'une toute nouvelle solution d'inférence totalement découplée. Cette solution fonctionne sur le cloud d'agents Vector Core Compute, où les processeurs Intel Xeon 6 sont responsables de l'orchestration et de l'exécution, puis le SambaNova SN40 RDU se charge du décodage, et enfin le GPU NVIDIA Blackwell est responsable du pré-remplissage.
Source : Intel
Ce nouveau système est spécialement conçu pour les charges de travail des agents intelligents. Contrairement à de nombreux systèmes d'IA passés qui avaient l'habitude de confier la majeure partie du travail de la chaîne d'inférence au GPU, dans cette architecture, le CPU, le RDU et le GPU vont assumer leurs responsabilités respectives, se chargeant de différentes étapes telles que la planification du système, le décodage, le pré-remplissage, etc., permettant à chaque phase d'inférence de s'exécuter sur le matériel le plus adapté, maximisant ainsi l'efficacité.
Et après la présentation du Xeon 6+, le processeur Core Ultra de troisième génération, lancé il y a quelque temps, est également réapparu. Il constitue un autre maillon de l'écosystème AI d'Intel - le cœur de l'IA côté périphérique. Dans le discours, le serveur hybride local présenté par Intel et Perplexity était justement construit sur la base du serveur cloud Core Ultra de troisième génération et du serveur Xeon 6+.
Source : Intel
Il peut répartir dynamiquement la charge de travail entre le local et le cloud en fonction des capacités et des caractéristiques fonctionnelles des appareils, réduisant ainsi davantage la dépendance à la puissance de calcul cloud. C'est également la forme idéale future du PC AI : en répartissant dynamiquement les performances, tout en réduisant les coûts de tokens, garantir l'immédiateté des tâches et la protection de la confidentialité des données.
Outre les PC, Intel continue d'étendre le Core Ultra de troisième génération aux consoles de jeu portables et au calcul en périphérie du réseau (edge computing). Le nouveau processeur Arc G3 Series, optimisé sur la base de la même architecture, est destiné aux appareils de jeu portables et sera commercialisé plus tard ce mois-ci (la carte graphique intégrée tant attendue par les utilisateurs de consoles portables arrive enfin).
Du général au sur-mesure, Intel veut aussi être « omniprésent »
Au-delà des processeurs généralistes, Intel a également mis en avant cette fois-ci les puces sur mesure, une activité que Pat Gelsinger, PDG d'Intel, ne cesse de promouvoir depuis son arrivée.
Intel estime que les puces sur mesure auront un marché énorme à l'avenir, car avec la pénétration de l'IA dans différents secteurs, les clients seront de moins en moins satisfaits de la puissance de calcul généraliste. Pour rechercher une efficacité et des performances plus élevées, ils auront tendance à se tourner progressivement vers des puces sur mesure pour maintenir leur compétitivité.
Dans son discours, Intel a mentionné qu'il collaborait avec Google pour lancer une IPU, un type de puce très important pour les fournisseurs de services cloud afin d'améliorer les performances de leur infrastructure. Parallèlement, Intel collabore également avec des clients télécoms comme Ericsson pour fournir des puces d'infrastructure sans fil avancée à l'échelle mondiale.
C'est en fait un autre thème du discours de Pat Gelsinger : Intel ne compte plus sur une seule puce généraliste pour gagner le marché, mais regroupe les puces, les systèmes, les logiciels et les collaborations sectorielles en un ensemble complet de solutions, qui peut être librement personnalisé en fonction des besoins des différentes entreprises, maximisant ainsi les avantages d'Intel.
Source : Intel
De l'avis de Leikeji (Note : probablement "雷科技" translittéré), Intel redéfinit en réalité sa position dans l'écosystème : les centres de données ont besoin de CPU pour orchestrer les agents intelligents, les systèmes d'inférence nécessitent un découplage hétérogène pour réduire les coûts, les PC ont besoin d'un traitement IA local pour les problèmes de confidentialité et de conformité, la périphérie du réseau et l'intelligence incarnée (embodied AI) ont besoin de puces à haute efficacité énergétique, et les clients sectoriels nécessitent des puces sur mesure.
En répondant aux besoins des entreprises dans différents domaines et sur différentes parties de la chaîne, Intel deviendra encore plus « omniprésent » que Nvidia.
Bien sûr, la pression devant Intel reste énorme. Les avantages de NVIDIA en matière d'accélérateurs d'IA et d'écosystème logiciel sont toujours évidents, et AMD continue d'attaquer sur les CPU serveurs et les puces d'IA. Pour qu'Intel parvienne à suivre cette voie, tout dépendra finalement de la vitesse de production en masse du procédé 18A, de la capacité de la solution au niveau châssis du Xeon 6+ à se déployer rapidement, et de savoir si les clients peuvent réellement tirer des bénéfices significatifs de ce nouveau système.
Mais au moins cette fois, la direction d'Intel est plus claire que par le passé.
On peut dire qu'avec l'entrée de l'IA dans l'ère des agents intelligents, la concurrence n'est plus depuis longtemps une simple comparaison des performances de pointe d'une seule puce, mais implique l'optimisation de l'efficacité de collaboration de l'ensemble du système de calcul. Le GPU reste important, mais le CPU, les périphériques en périphérie du réseau (edge), l'IA locale et les puces sur mesure redeviendront également cruciaux.
Et ce qu'Intel souhaite saisir, c'est précisément cette période de fenêtre où l'infrastructure de l'IA se redéfinit.
