英特爾(Intel)在年度台北國際電腦展(COMPUTEX 2026)期間發表多項創新技術，揭示公司著眼AI時代各方面需求的整體技術布局。號稱是英特爾「首位會講中文」的執行長陳立武（Lip-Bu Tan），在以「晶片建構的智慧世界」為題的展會首日專題演講中，除了在開場就強調他個人與台灣半導體產業自萌芽以來建立的深厚關係，也指出英特爾與台灣生態系過去五十多年共同推動個人電腦、網際網路與現代運算基礎，如今隨著推論、代理式AI（Agentic AI）與Physical AI快速興起，正將創新範圍從單一晶片擴展到系統、機櫃級基礎設施與產業垂直解決方案。
Intel執行長陳立武在COMPUTEX 2026首日的專題演說中，強調個人與台灣半導體產業的深厚關係，同時分享公司轉型改革的策略。(攝影：Judith Cheng)
此次英特爾發表的重點，涵蓋新一代Intel Xeon 6+處理器、基於Intel Xeon與SambaNova RDU的機櫃級AI基礎設施、支援分解式推論的Vector Core Compute雲端服務，以及Core Ultra系列3、Core系列3與Intel Arc G系列在PC、掌上型裝置與邊緣AI市場的擴展。整體來看，英特爾不只是延續x86在PC與資料中心的既有基礎，也試圖在AI推論經濟、代理式AI基礎設施與產業專用晶片需求升溫的背景下，重新定義CPU在AI時代的角色。
陳立武：英特爾進入5到10年再定位工程
在主題演講後的媒體問答中，陳立武進一步說明其接任英特爾執行長後的轉型方向。他表示，英特爾的重整不會是短期工程，而是一段約5到10年的旅程。初期重點包括強化財務體質、延攬世界級領導團隊、提升組織效率與建立問責文化；在完成初步調整後，接下來的焦點將轉向業務成長、產品領先性，以及如何在資料中心、客戶端運算與專用晶片領域重新建立成長動能。
陳立武指出，在新的英特爾策略中，產品、晶圓代工與專用晶片將是未來幾個重要成長引擎。特別是在強化學習、推論協調與代理式AI工作負載快速成長後，CPU在AI系統中的需求正在升高，CPU與GPU的配置比例也可能從過去訓練階段常見的「1顆CPU搭配多顆GPU」，逐步轉向更接近1:1，甚至更高CPU密度的架構。對英特爾而言，這代表新的市場機會，但同時也要求其供應鏈必須跟上客戶需求。
這也呼應英特爾在COMPUTEX期間所傳達的整體訊息：未來的競爭不只是單顆處理器效能，也不只是CPU與GPU之間的分工，而是從晶片、先進製程、封裝、系統、機櫃到產業解決方案的整體架構競爭。對英特爾而言，如何把過去長期累積的x86基礎、製造能力與系統生態，重新轉化為AI時代可規模化部署的產品與平台，將是未來幾年轉型能否成功的關鍵。
CPU重回AI基礎設施核心
隨著大型模型訓練逐漸成熟，AI應用的主戰場正從訓練走向大規模推論與代理式AI部署。英特爾指出，代理式AI不同於單次問答式推論，其工作流程往往需要反覆規劃、推論、呼叫工具、執行任務與修正結果，因此對運算協調、資料移動、平行處理與低延遲的反應有更高需求，這使CPU在AI資料中心的角色重要性再度升高，不再只是GPU的輔助元件，而是負責工作負載調度、推論協調與系統控制的關鍵運算核心。
在此背景下，英特爾正式推出Intel Xeon 6+處理器。這款資料中心處理器採用Intel 18A製程打造，配備288個E-core與最高576MB L3快取記憶體，主打高運算密度與能源效率，鎖定雲端原生、代理式AI與網路密集型工作負載。英特爾進一步指出，Xeon 6+可用於專為Agent託管設計的機櫃級基礎設施；單一液冷機櫃可在32U運算空間中提供36,864個運算核心，在約100千瓦機櫃功耗條件下，實現高密度Agent部署。
根據英特爾的說法，Xeon 6+的定位並不只是傳統資料中心CPU升級，而是專為代理式AI工作負載變化所設計的基礎元件。當AI Agent數量增加、推論流程變得更複雜，資料中心需要的不只是更高峰值算力，也需要更多可被調度、可預測、可橫向擴展的CPU資源。這正是英特爾希望重新凸顯CPU價值的切入點。
在媒體問答中，英特爾執行副總裁暨資料中心事業群總經理Kevork Kechichian也補充，企業級資料中心原本就是Xeon長期深耕的市場，英特爾熟悉相關工作負載與軟硬體基礎設施。隨著大量Agent在單一伺服器或機櫃中同時運作，英特爾希望透過Xeon 6+展現高密度Agent部署能力，並把既有企業資料中心經驗延伸到新一代AI基礎設施。
Intel執行長陳立武率公司高層主持COMPUTEX專題演說後的媒體問答。(攝影：Judith Cheng)
從單一伺服器走向機櫃級架構
除了晶片本身，英特爾也將焦點放在機櫃級AI基礎設施。英特爾宣布與SambaNova、鴻海等合作夥伴打造基於Intel Xeon處理器與SambaNova SN-50可重組資料流單元（Reconfigurable Dataflow Units, RDU）的AI機櫃，鎖定資料中心、超大規模運算中心與智慧中心（Intelligence Centers）部署需求。鴻海將在此合作中提供系統整合能力，並規劃製造高CPU密度的機櫃級基礎設施，以支援成本最佳化推論、資料處理與混合AI等不一定需要額外加速器的工作負載。
Kevork在主題演講時指出，為了滿足代理式AI工作負載需求，運算架構必須從傳統以處理器插槽為中心的架構，進一步發展為以機櫃級系統為核心。換言之，未來資料中心將不只在伺服器中放進更多晶片，而是要從機櫃功耗、散熱、資料流、運算協調與工作負載配置等角度，整體性規劃AI基礎設施的設計。
這項布局也反映出英特爾對AI基礎設施演進方向的判斷：未來資料中心將不只是堆疊更多加速器，而是需要依照不同推論階段、工作負載類型與成本結構，將CPU、GPU、RDU與其他加速元件進行更細緻的系統級配置。在這樣的模式下，鴻海等台灣ODM與系統整合供應鏈的角色，也會從過去的伺服器製造與組裝，進一步延伸到AI機櫃級系統設計與量產部署。
分解式推論雲端服務登場
在雲端推論服務方面，英特爾也與Vista Equity Partners、Cambium Capital和SambaNova合作，推出企業級推論雲端平台Vector Core Compute。該平台主打完全分解式推論架構，將推論流程中的不同階段分配給不同運算單元執行，包括以Intel Xeon 6處理器進行協調與執行、以SambaNova SN40 RDU進行解碼，並使用NVIDIA Blackwell GPU執行預填。這項服務目前在加州洛杉磯的Vector Core Compute資料中心運作，Together.ai則是首家採用該平台的商業客戶。
從分解式推論的關鍵在於不再將所有推論任務視為單一運算流程，而是依照不同階段的運算特性進行資源拆分與最佳化。隨著代理式AI所消耗的Token數量大幅增加，單純依靠既有GPU中心式架構，可能難以同時兼顧成本、能源效率與吞吐量。因此，英特爾希望透過CPU協調、RDU解碼與GPU預填的混合式架構，為企業提供更具成本效益的推論基礎設施。
陳立武在主題演講中也提到，代理式AI相較於單次推論，可能消耗高出許多倍的Token數量，因此除了CPU之外，能針對Token消耗與生成過程進行最佳化的運算解決方案，也將成為未來AI基礎設施的關鍵能力。這使得英特爾此次與SambaNova、Vista Equity Partners、Cambium Capital等合作，不只是推出一項雲端推論服務，更是嘗試以不同運算元件分工，回應代理式AI推論成本與能源效率的壓力。
專用晶片成產業AI落地關鍵
除了通用處理器與機櫃級基礎設施，英特爾也強化產業專用晶片與垂直解決方案布局。陳立武在主題演講中表示，越來越多企業將大型工作負載視為關鍵策略資產，因此會尋求針對自身業務、工作流程與產業場景打造的專用晶片。英特爾院士暨資深副總裁Srinivasan Iyengar也分享，英特爾正與Google合作提供基礎設施處理器IPU（Infrastructure Processing Unit），協助雲端服務供應商提升基礎設施效率與營運效能；同時也與愛立信（Ericsson）等電信業者合作，提供無線基礎設施晶片。
在媒體問答中，英特爾高層進一步補充，專用晶片業務對英特爾而言並非全新領域，只是過去較常以幕後合作形式進行。隨著晶圓代工業務逐漸強化，英特爾希望把這項能力擴大到更多客戶與產業場景。Google與英特爾在IPU上的合作，以及愛立信在電信基礎設施晶片上的長期合作，都被視為英特爾專用晶片業務的重要案例。
此次新聞稿中，英特爾也列出多項垂直產業合作案例。鴻海除了在機櫃級AI基礎設施提供系統整合能力，也將與英特爾探索設計服務與客製化晶片開發合作；西門子則與英特爾擴大自2023年開始的合作，涵蓋晶片設計、製造、生命週期管理、晶圓廠數位化、自動化與電氣化，並探索英特爾客製化晶片在邊緣裝置、高效能運算與機器人領域的應用。日立則計畫與英特爾在晶圓廠工具與量子運算等解決方案展開合作。
在生命科學與新興運算領域，Echo Neurotechnologies將與英特爾探索神經形態（neuromorphic）技術，用於神經AI、語音神經科學與腦機介面；Greenstone Biosciences則計畫使用英特爾處理器、客製化晶片與英特爾健康與生命科學AI套件，結合幹細胞、類器官、基因組學與AI，加速以人為本的藥物開發。這些案例顯示，英特爾正在將AI運算平台從通用晶片供應，進一步推向產業流程、資料特性與應用情境深度結合的客製化解決方案。
PC與本地代理式AI成新戰場
在客戶端與邊緣運算方面，英特爾客戶端運算與Physical AI事業群總經理Alex Katouzian於主題演講中介紹Core Ultra系列3處理器的市場進展。該系列是英特爾首款基於Intel 18A製程打造的產品，整合CPU、GPU與NPU，提供完整XPU運算體驗，鎖定高階行動運算市場的效能、繪圖能力與電池續航力。目前已有超過325款消費性與商用PC設計採用Core Ultra系列3平台。
英特爾也重新介紹Core系列3處理器，該產品線沿用Core Ultra系列3的先進IP，希望將全天候電池續航力、豐富連接能力與高效能帶入主流PC市場。針對掌上型裝置市場，英特爾則推出Intel Arc G系列處理器，基於相同架構設計，主打持久電池續航力與沉浸式遊戲體驗，並預計於6月開始供應。
在媒體問答中，Alex進一步指出，本地端代理式AI將是推動PC市場成長的重要因素。隨著使用者開始仰賴更多AI Agent完成工作，PC不只是執行應用程式的終端，而會成為負責理解使用者情境、記憶偏好、協調任務與安全執行代理流程的個人化運算平台。
他說明，代理式AI之所以需要在裝置端執行，是因為Agent的情境長度會持續增加，也會處理越來越多與使用者相關的私密資料。若所有資料都送往雲端，將面臨隱私、安全、延遲與成本等挑戰。因此，英特爾希望盡可能讓這類敏感任務在本地端完成，同時透過安全的軟體框架，讓不同模型與Agent能在PC上被調用與協調。
Alex也透露，英特爾未來幾個月將在產品中導入相關能力，並提供可支援不同模型與Agent的執行框架，使客戶能在兼顧資料安全、低延遲與使用體驗的前提下，將代理式AI功能導入PC。這也讓英特爾在AI PC市場的敘事，從過去強調NPU TOPS、CPU/GPU/NPU異質運算，進一步延伸到本地AI Agent、個人化情境記憶與混合AI協調能力。
GPU、遊戲與DIY市場仍在產品藍圖中
針對外界關注英特爾在獨立GPU、桌上型遊戲GPU與DIY PC市場的策略，Alex在媒體問答中表示，GPU仍是英特爾PC產品線中非常重要的一環。不論是在行動遊戲、PC遊戲，或是裝置端AI應用中，GPU都會持續扮演關鍵角色。英特爾目前與遊戲玩家、遊戲引擎開發者及合作夥伴之間的合作動能良好，未來仍會持續投入。
當媒體問及NVIDIA進入PC相關市場是否會重新定義PC時，Alex回應，這反而顯示PC市場的重要性。他強調英特爾在PC市場已覆蓋從主流筆電到工作站的完整產品線，並與OEM客戶建立長期信任關係。面對競爭，他表示英特爾歡迎競爭，因為競爭能讓公司保持警覺，也有助於推動產品路線圖持續強化。
至於AMD近年在高階桌上型與遊戲市場取得進展，英特爾高層則表示，公司知道要在這個市場競爭需要什麼能力，而核心仍會回到CPU核心本身。英特爾正在重新強化PC與資料中心端的CPU產品路線圖，並會透過可混搭的Tile與Chiplet架構，在不同價位帶與效能層級提供更有彈性的產品配置。這也意味著，英特爾未來不只會在高階市場與競爭對手正面交鋒，也會持續關注價格更敏感的DIY與主流效能市場。
邊緣AI與Physical AI同步推進
除了PC之外，系列3平台也被英特爾視為邊緣AI與Physical AI布局的重要延伸。英特爾表示，其在邊緣領域已有超過4,000家生態系合作夥伴，並在製造、機器人、零售與智慧城市等場景累積超過10萬個邊緣部署案例；目前已有超過130家客戶採用系列3處理器，用於邊緣AI與機器人設計。
這意味著英特爾正試圖將PC平台、邊緣運算平台與Physical AI裝置整合在同一技術路線下，讓Intel 18A與XPU架構不只服務於傳統個人運算，也進一步延伸到自主機器、機器人與其他AI終端設備。
從產業應用角度來看，Physical AI所面對的不只是模型推論能力，也包括感測資料處理、即時控制、邊緣部署、低延遲反應與長期系統穩定性。這些需求與英特爾過去在工業PC、嵌入式運算、機器視覺與邊緣伺服器市場累積的基礎相連，也讓系列3平台有機會成為英特爾從AI PC延伸到智慧機器與實體世界AI應用的重要橋梁。
開放生態系成「新英特爾」關鍵字
對於外界關注英特爾與台積電、NVIDIA等業者之間的競合關係，陳立武在問答中刻意淡化「競爭」語彙，強調半導體產業更需要合作。他表示，英特爾與台積電長期維持可信賴的合作關係，英特爾也是台積電的重要客戶，未來仍會持續合作。他也提到，英特爾與NVIDIA之間同樣存在合作關係；至於外界關注NVIDIA是否會成為Intel Foundry客戶，他並未揭露具體客戶名稱，只表示英特爾晶圓代工業務已有多個潛在客戶。
在晶圓代工策略方面，英特爾高層指出，不同業務與產品線會有不同製程與代工需求，有些市場仍需要外部晶圓代工夥伴支援；而在資料中心產品方面，英特爾會更傾向使用自家晶圓廠，因為這是其能夠展現差異化並與客戶深入合作的重要基礎。
Alex則補充，客戶端與邊緣事業仍會採取多元晶圓代工策略。Intel 18A對PC與邊緣業務具有吸引力，因為它能提供效能調校與產品能力最佳化的彈性；但在需要時，英特爾工程團隊也會使用外部代工資源。這種「內外並行」的模式，讓英特爾能依照產品特性、供應條件與市場需求，在自有製造與外部代工之間取得最大彈性。
英特爾高層也特別提到先進封裝的重要性。透過封裝技術，英特爾能夠混合不同晶圓代工來源與不同製程節點，不必被單一代工廠或單一製程綁定。這對未來異質整合、Chiplet設計與AI系統級產品而言，將是管理供應限制與提升產品彈性的關鍵能力。
陳立武在媒體問答中也多次強調，生態系合作對新英特爾至關重要。他指出，英特爾不可能獨自完成所有事情，因此會選擇真正有意願與英特爾合作的夥伴，而「開放標準」將是新英特爾的重要關鍵字。客戶與合作夥伴不希望被封閉平台綁住，英特爾希望以開放架構與具競爭力的效能，服務客戶的專用化需求。
台灣供應鏈走向AI系統合作
在媒體問答中，陳立武也再次強調台灣生態系對英特爾的重要性。他指出，台灣在PC客戶端、伺服器、整機系統、機櫃級解決方案，以及OEM、ODM供應鏈方面都具備深厚實力，英特爾與台灣廠商長期維持多層次合作關係，未來也會在新的AI基礎設施與系統級產品上進一步擴大合作。
他特別提到，英特爾正在從過去較偏向「晶片插槽」（silicon socket）的產品思維，走向更完整的系統與異質系統架構。換言之，未來客戶需要的不只是單顆CPU或單一加速器，而是依照不同應用需求，將CPU、RDU、GPU與其他運算元件整合成可部署、可擴充、可差異化的解決方案。在此過程中，台灣供應鏈所擅長的系統整合、伺服器設計、機櫃製造與快速量產能力，將成為英特爾AI基礎設施布局的重要支撐。
這也讓台灣在英特爾AI策略中的角色，從過去PC與伺服器產業鏈的重要夥伴，進一步轉向AI系統級架構、機櫃級基礎設施與邊緣Physical AI落地的重要協作者。對台灣供應鏈而言，英特爾此次提出的方向，也意味著未來合作重點將不只是CPU平台導入，而是更深度參與從晶片、模組、伺服器、機櫃到垂直應用的整體系統設計。
英特爾CPU將再度成為AI時代核心？
從此次COMPUTEX發表內容觀察，英特爾的AI策略可分為三個層次：在客戶端，以Core Ultra、Core與Arc G系列擴大AI PC、掌上型裝置與邊緣AI市場；在資料中心，以Xeon 6+與機櫃級架構回應代理式AI帶來的推論與協調需求；在產業應用端，則透過客製化晶片與垂直合作，把AI運算能力嵌入製造、電信、生命科學、工業自動化與新興智慧系統。
Intel執行長陳立武在Computex 2026專題演說中強調，x86架構CPU仍是所有運算系統基礎骨幹。(攝影：Judith Cheng)
對英特爾而言，AI時代的競爭不再只是單顆處理器效能競賽，也不只是CPU與GPU誰取代誰的問題，而是誰能把不同運算元件、製程能力、封裝技術、系統設計與產業應用整合成可量產、可部署、可維運的平台。此次英特爾選擇在COMPUTEX強調台灣生態系、機櫃級基礎設施、分解式推論與本地代理式AI，正顯示其希望把CPU重新放回AI時代的核心位置。
這一次CPU的角色不再只是單一處理器效能競賽，而是成為AI Agent協調、資料中心資源調度、異質運算整合與產業專用系統設計的基礎元件。真正的挑戰將在於，英特爾能否把這套從晶片到系統、從製程到生態系的策略，轉化為可量產、可擴張，也能被客戶長期採用的實際產品與平台。
- 【COMPUTEX 2026】陳立武領軍 Intel展現AI創新實力與改革雄心 - 2026/06/04
- 【Computex 2026】Skymizer首款內建自家LPU的實體晶片亮相 - 2026/06/03
- 串接產學資源 成大智慧運算課程展現跨域人才培育成果 - 2026/06/01
訂閱MakerPRO知識充電報
與40000位開發者一同掌握科技創新的技術資訊！
