英特尔白皮书称：Agent 任务六成时间耗在 GPU 之外

英特尔 8 月发布白皮书《How Many Agents Will Your Rack Actually Run》，并在同月 20 日的一篇署名文章里提出：衡量数据中心，应该看「每机柜交付的 Agent 数」，而不是核心数、带宽这类理论参数。InfoQ 中文站近日对其做了详细解读。

提出了什么指标

英特尔对它的定义是：在规定的吞吐、质量和延迟要求下，一个机柜能可靠完成多少 Agent 工作流，且处于既定的功耗和成本范围内。公式为：

每机柜交付 Agent 数 = 理论每机柜 Agent 数 × 调度有效性 × 资源平衡度 × 计算卸载效益

英特尔表示，将在给定 p99 延迟目标下、用真实的 Agent 轨迹报告这一数字。

数据怎么说

InfoQ 转述的白皮书拆解是：一轮 Agent 任务里，模型调用约占 40%、主要跑在 GPU 上；其余 60% 在主机端，其中工具执行 35%、数据服务 10%、状态搬运约 8%、编排调度 7%。

英特尔的文章给出了并发带来的变化：主机 CPU 侧处理占单个请求总延迟不到 1%，到 32 个并发请求时升至最高 15%；GPU 真正干活的时间只占 50% 到 60%。InfoQ 还援引一项对 739 次匿名化 Claude Code 对话的测量：主机 CPU 耗时占端到端延迟的比例，单请求时为 0.4%~0.6%，32 并发时升至 11%~15%，其中约 94% 的增长来自调度和排队。

白皮书还给出两组示例：理论容量高 33% 的机柜，计入三个系数后实际交付反而落后 23%；在同一 p99 目标下，自适应运行时优化把「膝点」从 235 个并发 Agent 推到 300 个，提升 28%。

英特尔自家的方案包括 Xeon 6 的 Flat Memory 模式（把 CXL 扩展内存与 DDR5 合成一个地址空间），其文章称可达到全 DDR5 性能的 96%、内存总拥有成本约低 25%，以及用硬件加速引擎卸载压缩、数据搬运等任务。

需要注意

这些数字全部来自英特尔。InfoQ 的文章以这套论点为主线，并在结尾预告英特尔 9 月 22 日至 23 日在苏州举办的 Intel Connection 大会。按 InfoQ 的描述，AMD 以整机柜功率为锚点、英伟达强调单核速度，几家的衡量口径并不相同；目前公开的数字均出自英特尔自己的测算。

接下来看什么

英特尔说要用真实 Agent 轨迹公布交付量，这一数字何时出、其他厂商是否接受这把尺子，是观察点。InfoQ 写到，买家开始追问的是：在多少并发下测的、目标延迟是多少、排队损耗算进去了没有。