进博对话｜英特尔王稚聪：未来五年，更多AI算力将部署在推理侧和边缘侧

（图源：蓝鲸科技）

蓝鲸新闻11月6日讯（记者 卢思叶）人工智能产业正从以训练为中心的阶段，走向以推理和应用落地为中心的阶段。

在11月5日开幕的第九届中国国际进口博览会上，英特尔中国区董事长王稚聪在接受蓝鲸科技等媒体采访时指出，两年前，行业关注的重点还是大模型性能提升和训练，而现在大家关注更多的是智能体，“其实就是在推理上面”。

王稚聪表示，AI PC、端侧AI等探索，本质上参与的是推理过程，而人工智能真正大规模进入生产和生活场景，也主要依赖推理能力的部署和应用落地。未来人工智能的发展，将不止是集中在大型数据中心，而是更多走向企业、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。”在他看来，企业对数据保护、推理时延和部署成本的需求，将推动更多算力向边缘侧扩展，因此未来人工智能将呈现云端与边缘端混合部署的发展方向。

无论推理发生在数据中心侧，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，王稚聪表示，英特尔将继续围绕推理需求构建相关产品、芯片及工具能力，推动人工智能真正进入生产环境和实际应用场景。

本届进博会上，英特尔展出了系列计算产品、绿电储能算力一体化方案、词元一体机以及智能体PC与游戏终端等，其中与国内储能、电力企业合作的绿电储能算力是一大亮点。

王稚聪表示，未来的AI基础设施需要更加灵活。通过储能、标准化模块设计以及算力网络调度等方式，算力既可以更加贴近可用能源部署，也可以根据实际业务需求靠近用户，通过更灵活的资源配置，提高能源与算力的整体利用效率。

与此同时，相比一次性进行大规模投入，标准化、模块化的建设方式能够根据实际算力需求分阶段部署、按需扩展，在缩短建设周期的同时，更好适应AI工作负载和技术的持续变化。

在采访交流中，王稚聪进一步阐释了绿色智算的布局思路，并分享了英特尔在AI基础设施、端侧应用及国内外生态合作等方面的思考。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：大家到展台可以看到绿色算力舱的展示，这是一年多前我在词元经济和算力协同背景下提出来的方向。在中国尤其是广大的西部地区，有丰富绿电，包括光伏、水电、风电等，特点就是分布广、发电稳定性不足，以及长途输送会有大量的损耗。

所以我们打造绿色算力舱的基本出发点就是“就近部署”， 把中国非常丰富的西部绿电在它发电的场所直接转化成Token，再通过算力网络进行传输、和算力运营公司合作优化，这样的话既能利用绿电来降低生产成本，同时又有强大的软件做支撑，能够把分布式的算力进行综合，根据企业的不同需求匹配合适的算力构成，把综合成本降下来。

对于绿色算力舱我们还有一个设想，它可以通过不断地搭积木扩展，快速进行部署。我们知道一个大型的数据中心，从规划到建设需要很长的周期，一般完成土木的建设就要超过两年，现在AI发展非常快，两年前的规划等到建成的时候风险是非常大的。因为绿色算力舱不需要物理的大楼，只要有空地就可以部署，而且根据需求增加可以放置更多的算力舱，可以把它连起来，这样也有可扩展性。

另外，绿色算力舱具有资产透明性，因为我们把算力舱内部进行了标准化，还部署了储能，所以我们和国内很先进的储能提供商也进行了很多的探讨，就希望寻找到能够提供长时间、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，就是企业希望自己的数据得到强有力的保护，推理实验极大地加快，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的技术架构，我们大概花了三个季度左右的时间就完成了。从我一个很基本的想法，变成协同上下游数十家产业伙伴合作，能够这么快把交付，我觉得也只有在中国才能够发生这样的创新速度，算力舱约在明年上半年就可以有落地的方案。

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这个基本概念其实是英特尔提出的，在AI大模型爆发的前几年，我们就有一个设想：AI算力的部署方式未来一定是云和端混合的部署方式。所以一定要推进在边缘侧的算力以及模型的落地，这就是当时英特尔提出来AI PC的基本概念。

AI PC在中国我们已经推广两到三年，开始经历了一个非常困难的过程。大概三年之前我们都可以感觉到，模型厂商主要还是在追赶大模型参数，还没有来得及考虑推理过程，但真正到AI部署落地，汇集到所有的普通百姓生活以及工作中，其实主要还是要靠推理。

所以AI PC我们花了很大时间和精力去探索CPU的内部构成，现在我们的AI PC既包含很强的CPU、GPU的功能，也包括神经网络NPU的构成。为什么需要这么复杂的芯片架构呢？因为它不但要满足笔记本电脑的AI需求，同时也要满足一些生产侧的需求，比如说产线的控制、智驾终端等。有需要大模型的、有需要快速模型的、也有需要执行稳定性的等各种各样的不同的需求，所以我们推出的是一个混合的芯片架构啊。

目前18A的芯片已经发布了，笔记本电脑在中国也已经上市了，效果还是不错的。下一步的工作重点就是结合智能体，因为现在每一个设备上使用同样的模型也会呈现出很大的不同，随着智能体接下来从今年到明年进一步的推进，可能会有比较百花齐放的一应用。

提问：具身智能端侧方面也是AMD、英伟达等厂商在布局的重点，英特尔的布局有哪些差异化？

王稚聪：具身智能在一个发展的过程中，可以看到国内企业取得一些成果，特别是在小脑运动、精细控制等部分，我认为具身智能的大脑可能还需要比较长的时间演进，我们也有很大的投入，希望和国内领先的具身智能的厂家或者未来具身智能大模型的厂家合作，未来很长的一段共同技术攻关的过程。

提问：和车企的合作进展是怎么样的？中国供应链将会有哪些潜在的收益机会？

王稚聪：我们在国内更关注和中国领先的新能源企业，未来怎么把大模型能力带入到新新能源车上。最近已经有一些成果了，我们会持续地投入研发力量，希望和新能源的国内领先厂家继续紧密合作。

车本身也是一种特种机器人，让车能够更自如地和驾乘的人进行交互，本身也是和机器人互动的过程，将来也会汇集到具身这个领域。国际上面我们也在推进，等有合作成果的时候会进一步披露。

产业趋势与市场生态

提问：您觉得现阶段中美企业在人工智能发展上有哪些差异，接下来如何各自发挥优势去塑造更好的新生态？

王稚聪：中美之间人工智能发展的开源和闭源路径确实还挺不一样，我本人的理念是觉得开源可以汇集更大的生态力量，还有更快地、以更低的成本来普及AI的技术，中国开源模型的发展可能能够更快形成丰富的生态体系。

在应用上的进展大致相当，我认为主要在两个领域里面有突破性的进展，一个就是Coding，当然不是狭义的软件Coding，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。另外一个进展就是内容生成，无论是文字、图片，当然在中国我们又走出了一个独特的赛道，就是短剧。

在这个两个领域，我认为都发展得很好，不过在具身这件事情上，就还需要探索，我甚至觉得基本的模型，产业界也还在探索，我们的芯片架构也就跟随着模型的不断探索过程。那么智能体和模型下一步的发展方向在哪呢？除了通用的基础大模型，我觉得未来对每一个产业，模型能不能够在垂直领域找到特别好的方式，使得它真的能取代现有的工具，最后生产力得到巨大的提升，这是我觉得接下来3~5年的方向。

提问：与同行相比，英特尔在构建下一代计算平台的时候，差异点在哪？围绕这个差异点，明年有没有什么布局或者落点？

王稚聪：最大的差异点是，英特尔还是把自己定位成基本技术的研发和供应商，我们不太会介入最终系统级产品的提供，还是希望和很多专业的伙伴来构建丰富的产品矩阵，这是我们非常基本的立足点。

在人工智能的发展上，我认为接下来五年左右，更大部分比例的算力都是部署在推理层，以及更靠近边缘层。为什么呢？因为数据安全是非常重要的，无论是对个体还是企业，解决私有数据的安全性都很重要，因此要进行混合部署，把合适的一部分推理算力私有化部署。

在这个基础上，英特尔会继续沿着推理，去构建合适的产品以及相应的工具，无论这个推理发生在数据中心侧，还是发生在具身智能机器人、AI PC、新能源车或者是各种形态的终端产品上面，我们都会进行的思考和布局。

提问：在进博会的平台，您观察到外企在中国市场的关注点发生了哪些变化？这些变化对于中外企业合作有哪些影响？

王稚聪：我在英特尔差不多工作了快30年，我觉得头十年，在中国80年代末90年代初，是外企把很多产品的技术带进来，慢慢培养出一些本土的技术产业的合作伙伴，第二个十年，我觉得是有一定技术能力，可以做一些系统级开发了。

那么最近这十年，我觉得中国的原创技术生态已经非常强大了，我们也把自己的身份转化成共同创新的合作伙伴，这是一个非常重要的转变，能够更深入地参与到中国未来的技术创新浪潮里。我自己感觉这样的共识不止英特尔一家，很多高科技企业也会有相似的认识，这样的转变也是必要的，符合时代需求的。