Intel 和 Google 簽署多年期 AI 基礎設施協議 — Xeon CPU 和客製化 IPU 成為焦點
新聞摘要
英特爾公司（Intel Corporation）與 Alphabet 旗下的 Google 於 2026 年 4 月 9 日（美東時間）宣布達成一項為期多年的合作，旨在推進下一代人工智慧（AI）和雲端基礎設施。此次合作涵蓋兩大關鍵領域：Google Cloud 將持續部署多代英特爾 Xeon 處理器，包括最新的 Xeon 6 晶片；同時擴大共同開發基於 ASIC 的客製化基礎設施處理單元（IPU），以將網路、儲存和安全任務從主機 CPU 卸載。這項協議反映了業界朝向平衡、異質化 AI 計算系統的更廣泛轉變，因為工作負載正從模型訓練轉向大規模的實際推理和部署。在此消息宣布後，英特爾股價上漲近 5%。
背景：AI 基礎設施的演進
多年來，AI 晶片的討論幾乎完全圍繞著 GPU 展開——這些大規模並行處理器為大型語言模型的訓練提供動力。但到了 2026 年，業界已進入一個新階段。焦點已從建構 AI 模型轉移到大規模部署它們，而這一轉變正從根本上改變哪些類型的晶片最為重要。推理工作負載、即時數據處理、代理式 AI 系統以及企業級部署，都要求更廣泛的計算組合——包括傳統中央處理器（CPU）和客製化基礎設施晶片。
正是在這樣的背景下，英特爾公司（NASDAQ: INTC）與 Alphabet 旗下的 Google 於 2026 年 4 月 9 日（美東時間）宣布了一項重要的多年合作，以推進下一代 AI 和雲端基礎設施。
公告內容
此次合作有兩大支柱。
第一項涉及英特爾的旗艦 Xeon 處理器系列。Google Cloud 已承諾在其全球基礎設施中部署多代英特爾 Xeon 處理器，涵蓋 AI 訓練協調、推理和通用計算工作負載。Google 目前在其 C4 和 N4 雲端實例中運行英特爾最新的 Xeon 6 處理器——這些平台旨在處理從延遲敏感的 AI 推理到大規模數據處理的各種任務。Google AI 基礎設施資深副總裁兼首席技術長 Amin Vahdat 表示：「他們的 Xeon 路線圖讓我們有信心能夠持續滿足我們工作負載日益增長的性能和效率需求。」
第二項支柱涉及共同開發基於 ASIC 的客製化基礎設施處理單元，通常稱為 IPU。這些是專用的可程式化晶片，旨在將特定的基礎設施任務——例如網路、儲存管理、數據加密和虛擬化——從主 CPU 卸載。透過接管這些「開銷」功能，IPU 可以釋放 CPU 資源用於更高價值的計算，從而提高整體系統利用率、更有效的能源使用以及在超大規模環境中更可預測的性能。Google 指出，當兩家公司在 2022 年首次開始合作開發 IPU 時，它是一款首創的晶片。
CPU 重回聚光燈的原因
此次公告的一個關鍵主題是 CPU 在 AI 系統中重新獲得的戰略重要性。雖然 GPU——尤其是來自 Nvidia 的 GPU——在 AI 訓練市場佔據主導地位，但計算格局正變得越來越複雜和異質化。
正如 Nvidia 自家的 AI 基礎設施負責人 Dion Harris 在 2026 年 3 月承認的那樣，隨著代理式 AI 工作負載將計算需求推向 GPU 單獨無法處理的範圍，CPU「正成為瓶頸」。英特爾執行長 Lip-Bu Tan 也呼應了這一觀點：「擴展 AI 所需的不僅僅是加速器——它需要平衡的系統。CPU 和 IPU 對於提供現代 AI 工作負載所需的性能、效率和靈活性至關重要。」
現代 AI 架構——特別是那些涉及自主執行多步驟任務的代理式系統——需要大量的 CPU 端協調。單個企業級 AI 代理可能會在每次 GPU 推理步驟中觸發數十個由 CPU 驅動的操作。這使得強健、高性能的 CPU 基礎設施變得越來越重要。
英特爾更廣泛的戰略勢頭
與 Google 的合作並非孤立存在。英特爾一直在採取一系列行動來鞏固其在 AI 基礎設施市場的地位。
在 2026 年 4 月初，英特爾宣布以 142 億美元的交易回購其位於愛爾蘭的 Fab 34 製造廠 49% 的股權，賣方為 Apollo Global Management。Fab 34 工廠是一個高產量的半導體製造基地，也是英特爾 Xeon 6 伺服器處理器的關鍵生產中心。完全擁有該工廠表明英特爾致力於控制其關鍵 AI 晶片的供應鏈和製造能力。
此外，英特爾宣布參與 Terafab AI 晶片複合體項目——該項目還包括 SpaceX 和 Tesla——旨在為機器人技術和先進數據中心構建下一代晶片基礎設施。
金融市場對 Google 合作協議的宣布反應積極。4 月 9 日（美東時間），英特爾股價上漲近 5%，交易價約為 59.38 美元。KeyBanc 將英特爾的目標價上調至 70 美元，並維持「增持」評級，理由是伺服器 CPU 需求強勁。
技術深入解析：理解 IPU
對於不太熟悉術語的讀者來說，基礎設施處理單元（IPU）與 CPU 和 GPU 都不同。CPU 處理通用計算，GPU 擅長 AI 模型訓練的並行數學運算，而 IPU 則是專門為管理數據中心的「管道」而設計——即數據在網路上的持續流動、儲存系統的管理、傳輸中數據的加密以及虛擬化環境的協調。
在傳統數據中心，所有這些基礎設施任務都會消耗主 CPU 大部分處理能力，從而減少了可用於實際應用工作負載的資源。透過將這些功能卸載到專用的 IPU，主機 CPU 可以騰出時間專注於更高價值的任務，從而提高整體系統效率。對於像 Google 這樣在全球營運數百萬台伺服器的超大規模雲端提供商來說，即使是每台伺服器效率的微小提升，也能帶來巨大的成本節省和性能提升。
這對產業意味著什麼
Google 與英特爾的合作反映了業界廣泛認識到 AI 基礎設施正變得越來越複雜和多層次。單晶片 AI 主導的時代——當時僅靠 GPU 集群定義了最先進的技術——正在讓位給一種更平衡、異質化的計算模式，該模式整合了 CPU、GPU、客製化加速器和基礎設施晶片。
對於雲端客戶和企業開發者而言，這意味著為 AI 服務提供支援的底層基礎設施正變得更強大、更有效率，並且能更好地針對生產 AI 的各種工作負載進行優化。對於半導體產業而言，這表明競爭格局遠遠超出了 GPU 市場，CPU 和客製化基礎設施晶片正扮演著越來越核心的角色。
Google 本身也繼續維持多元化的矽晶片策略。除了部署英特爾 Xeon 處理器外，Google 還開發了自己的 Tensor 處理單元（TPU）用於 AI 加速，並且自 2024 年以來，還開發了其客製化 Axion CPU——一種基於 Arm 的處理器——用於某些雲端工作負載。持續依賴英特爾 Xeon 處理器以及這些專有晶片，凸顯了 Google 基礎設施需求的規模和複雜性。
展望未來
在 4 月 9 日的公告中並未披露任何財務條款或具體的採購承諾。然而，該協議的多年、多代性質表明兩家公司之間存在長期的戰略一致性，遠超單一產品週期。
隨著 AI 持續從實驗性技術演變成企業和消費者服務的支柱，支撐它的基礎設施將成為日益關鍵的競爭差異化因素。像 Google 和英特爾之間的這類合作，正在幫助定義未來的基礎設施將是什麼樣子——以及誰將建造它。