前有高通骁龙888，后有英特尔6月6号在国内发布至强6，美国芯片巨头似乎越来越懂中国了。

“在这样一个特殊的日子，尤其对于中国人是一个重要的日子——6月6号，欢迎大家参加英特尔至强6处理器发布会。”英特尔市场营销副总裁梁雅莉在会上说道。

至强（Xeon）是英特尔面向服务器等领域的处理器系列。相比半年前推出的第五代至强，至强6被分为两大产品线：能效核（E-core）和性能核（P-core），而这次最先推出的是能效核处理器至强6700E。

为什么芯片厂商愈发看重能效？因为数据中心太耗电了。

英特尔中国区总经理王稚聪拿中国本土数据举例称，2022年，中国数据中心能耗总量达2700亿度电，2025年将达到4000亿度电。目前三峡大坝每年发电总量大约在1000亿度左右，也就是说到2025年，中国数据中心的能耗约等于4个三峡或葛洲坝的发电总量。

图源：观察者网

在算力大扩张的时代，提高能效确实是当务之急。

英特尔公布的信息显示，至强6能效核是首款采用Intel 3制程工艺（5nm-3nm）的处理器。该处理器在性能和能效方面均有所提升，首先在性能密度上，6700E系列处理器每个CPU拥有144个内核，支持将200个基于第二代至强的机架整合为66个；而在能效方面，6700E与第二代至强相比，带来4.2倍的机架级性能提升和2.6倍的每瓦性能提升。

这里值得关注的是，英特尔至强6的对比对象是已经停产的第二代至强，而不是第五代至强。英特尔至强能效核产品线总经理Ryan Tabrah介绍称，与第五代至强相比，至强6能效处理器性能可能非常接近，但是在每瓦性能方面，至强6更有优势。

从这次发布来看，英特尔正加速至强系列的更新。1998年到2023年，英特尔共推出五代至强产品，第四代至强还曾延期一年推出。而从第五代至强到至强6，英特尔仅花了半年时间，这背后一方面是制程等技术的推进，另一方面英特尔的市场霸主地位也不断遭到挑战。

英特尔至强E-Core产品线总经理Ryan Tabrah

根据Omdia发布的数据，在服务器处理器市场上，AMD的份额已从2020年的不到10%增长至2023年的27%，ARM处理器的份额也在2023年达到了9%，而英特尔份额降至61%。

就在英特尔推出至强6的同时，AMD等厂商也在继续发力。AMD在近期的台北国际计算机展上透露，第5代AMD EPYC处理器Turin预计将于2024年下半年上市。该处理器旨在作为现有第四代EPYC平台的升级版，集成Zen 5架构，增强内存扩展技术，提供更高的核心数。

ARM阵营也试图蚕食更多服务器市场蛋糕。去年5月，由英特尔前总裁Renee James创立的Ampere发布了最新一代云数据中心处理器AmpereOne，该处理器是业界第一款192核心的通用CPU处理器。而微软也在去年底推出了ARM服务器芯片Cobalt 100，拥有128个核心。

浪潮信息服务器产品线总经理赵帅在会后向观察者网表示，ARM处理器对于云手机、云游有天然的优势，而在实际应用来说，不同行业的客户、不同的业务场景，应用需求对产品的考量也是不同的，有的客户希望能效优先，有的希望性能优先，但还有的优先考虑稳定性，就是这些业务不同的需求，才导致英特尔至强6分为了性能核和效率核不同类型的产品。

不可否认的是，激烈的市场竞争，让英特尔等巨头更加看重中国这个大市场的作用。英特尔CEO基辛格近日在台北的展会上表示，该公司希望向中国大陆供应尽可能多的芯片，包括AI加速器高迪3等。他警告称，如果出口管制过于严格，中国将不得不发展自己的半导体。

查询英特尔财报发现，2023年中国仍然是该公司第一大市场，而这一状况已持续多年。就在这次至强6发布会上，金山云、浪潮信息、南大通用和记忆科技等国内企业纷纷到场支持。

图源：观察者网

事实上，这两年AI大模型的火热，彻底让GPU火爆出圈，而CPU则有些被冷落的意味，这一点从英特尔和英伟达的股价也可以看出来。截至目前，英伟达市值约3万亿美元，相比去年初暴涨了7倍多，而英特尔现在的市值只有1300亿美元左右，只有英伟达市值的4%。

随着英伟达和AMD不断在GPU领域加码，英特尔擅长的通用计算正面临另一种挑战，数据中心处理器大战一触即发。展望未来，CPU巨头和下游厂商又如何看待算力市场的发展？

英特尔市场营销副总裁梁雅莉会后向观察者网坦言，数据中心或算力架构都是在不断变迁的过程中。目前生成式AI的蓬勃发展，对算力的要求也变得更加多样。所以在现代化的数据中心当中，并不是一个单一的算力架构就能解决所有的问题。无论是加速器，GPU，还是通用计算，最重要的一点是对不同应用场景，不同业务应用，不同业务的负载的针对性。

金山云高级副总裁刘涛表示，整个AI业务流程当中，主要还是训练环节算力用得比较多，“加速算力回归到本质，其实是一个针对矩阵的并行运算的核心逻辑，所以它其实是分场景的。在我们的现实生活当中，包括在做AI的整个过程当中，标准的通用算力是非常重要的。”