AI算力不能只靠GPU！Intel攜手Google深化合作、Xeon處理器與客製化IPU成次世代資料中心基石

在AI算力需求呈現爆發性成長的當下，外界往往將目光全數聚焦在GPU等運算加速器上。而Intel 與Google 稍早則是共同宣布一項涵蓋多年的深度戰略合作，將推動次世代AI與雲端基礎設施的發展，並且在現代「異質化」 (Heterogeneous)的AI系統架構發展中，強調CPU與IPU (客製化基礎設施處理器)依然扮演著不可或缺的關鍵角色。

當AI模型的訓練與推論架構變得越來越龐大且複雜，基礎設施的建構已經不再只是單一加速晶片的單打獨鬥，而是一場關乎整體系統架構平衡的綜合戰役。

Xeon處理器穩居系統核心：從協調排程到通用運算

「AI不僅僅在加速器上運行，它在系統上運行，而CPU正是這些系統的核心」。這不僅是業界的現狀，也是本次Google與Intel合作的基調。

隨著AI應用的快速普及，雲端基礎設施的複雜度大幅提升，系統對於資料前置處理、運算資源排程 (Orchestration)，以及整體系統層級效能的依賴度越來越高。對此，Google Cloud宣布將持續在旗下針對工作負載最佳化的執行個體 (Instances)中，擴大佈署Intel Xeon處理器。

其中，最受矚目的便是採用最新一代Intel第六代Xeon處理器，藉此驅動Google Cloud的C4與N4執行個體。這些運算平台不僅能支援大規模的AI訓練協調，也能同時處理對延遲極度敏感的推論任務以及傳統的通用型運算 (General-purpose computing)，展現CPU難以被完全取代的泛用性優勢。

擴大客製化IPU共同開發，釋放核心運算量能

除了傳統的CPU業務，Intel與Google也宣布將擴大在「客製化ASIC IPU」領域的共同開發。

在超大型 (Hyperscale)資料中心與AI環境中，網路封包傳輸、儲存管理與系統安全防護等任務，往往會吃掉CPU龐大的運算資源。而IPU的作用，就是將這些繁雜的基礎設施任務從主機CPU端「卸載」 (Offload)下來。例如NVIDIA提出運算架構，會將部分網路封包分配運算會轉由SmartNIC協助分擔處理，讓CPU能將更多運算效能集中在更重要項目。

透過導入這些可程式化的硬體加速器，不僅能大幅提升伺服器的整體資源利用率與能源效率，還能讓雲端服務供應商在不增加整體系統複雜度的前提下，實現更具可預測性的大規模擴展。Xeon CPU與客製化IPU的緊密整合，形同為AI系統找到了一個「通用算力」與「專用基礎設施加速」的完美平衡點。

雙方高層喊話：平衡的系統架構才是AI的未來

針對此次深化合作，Intel執行長陳立武點出其戰略意義：「AI正在重塑基礎設施的建構與擴展方式。擴展AI需要的不僅僅是加速器，它更需要『平衡的系統』。而CPU與IPU是滿足現代AI工作負載在效能、效率與彈性需求上的核心樞紐」。

Google AI基礎設施資深副總裁暨首席技術長Amin Vahdat也呼應這個觀點：「從訓練協調到推論部署，CPU與基礎設施加速技術依然是AI系統的基石。Intel在過去近二十年來一直是我們值得信賴的合作夥伴，他們未來的Xeon處理器發展藍圖，讓我們有信心能持續滿足日益增長的工作負載需求」。

《原文刊登於合作媒體mashdigi，聯合新聞網獲授權轉載。》