合作成果与产品发布 - 英特尔与阿里云在2025云栖大会上联合宣布，基于新一代至强®6处理器的云实例与存储方案已落地，涵盖第九代ECS g9i实例、u2i普惠算力实例、内存增强型实例re8以及支持CXL 2.0内存池化的磐久AI存储服务器 [1] - 高性能、高弹性、低TCO（总体拥有成本）正成为全球云厂商竞速的关键指标 [1] 硬件统一化与资源调度 - 通过英特尔的BIOS Setting关核技术，能用同一颗120核的至强®6处理器动态调配出72核、96核等不同规格的实例，服务于高性能计算、通用企业负载和成本敏感型场景 [2] - 硬件统一化极大地提升了云厂商的资源利用率和弹性调度能力 [2] - 阿里云在全球29个区域、91个可用区中部署同一套硬件架构，通过软件定义方式实现资源动态分配，以应对突发性算力需求 [4] CXL内存池化技术 - 双方合作推出的CXL 2.0内存池化技术被视为下一代云架构的重要突破，实现了内存容量的灵活扩展，并通过热插拔、多通道交织访问等机制提升系统可靠性与可维护性 [6] - 阿里云瑶池数据库团队基于CXL 2.0 Switch技术打造的PolarDB数据库专用服务器，可实现百纳秒级低延迟和数TB/s带宽吞吐的远程内存访问，使内存资源池化可共享、按需可调度 [6] AI驱动的算力异构化与CPU角色 - 随着AI模型从“单一巨量化”走向“大小模型协同”，算力需求呈现分层、异构的特征 [7] - 英特尔在CPU层面集成AMX矩阵加速指令集支持FP16、BF16等精度计算，并通过Gaudi AI加速器、Arc显卡等产品组合覆盖从推理到训练、从端到云的全场景需求 [7] - 至强6配备AMX可运行3B规模的模型，在GPU集群中作为“机头CPU”承担数据预处理、I/O调度、资源池化管理等任务，扮演“统筹者”角色 [7] - 在向量检索、视频预处理、自动驾驶数据清洗等场景，基于至强6的实例展现出显著性能提升和性价比优势，例如小鹏汽车采用g9i实例后，每日PB级数据预处理吞吐大幅提升且成本下降 [7] 稳定性与工程能力 - 阿里云基于英特尔架构的实例稳定性比业界领先水平高一个数量级，得益于双单路服务器设计、故障热迁移、硬件预判等超大规模集群运维经验 [8] - 软硬一体优化成为差异化竞争力来源，例如阿里云在至强6平台上率先实现CXL 2.0内存池的产品化，并结合自研AliSCM持久内存、QAT压缩加速、DMA数据直接存取等技术构建全链路优化能力 [8] 全球化交付与全链路成本考量 - 阿里云商业化规模远超集团内部需求，服务覆盖全球多个区域，其技术方案需具备高度标准化与适应性，需综合考虑性能、功耗、机房密度、资源售卖率、碎片化资源利用等全链路成本 [9] 生态协同与战略布局 - 英特尔展示了与通义千问基于OpenVINO在AI PC端的智能体工作流，体现其“云-边-端”协同的战略布局 [9] - 阿里云通过Model as a Service、容器计算服务ACS等产品，将IaaS、PaaS、MaaS能力纵向整合以降低AI应用开发门槛 [9] - AI正从技术探索进入规模化应用期，模型迭代速度加快、成本压力凸显，倒逼基础设施走向更高效、更开放、更易用的架构 [9] 下一代云计算架构展望 - 未来的数据中心将是CPU、内存、存储、网络、加速器等各类资源池化后，按业务需求动态组合的“活系统” [10] - 英特尔与阿里云的合作是对当前算力挑战的回应，也是对下一代云计算架构的提前布局 [10]