1. 首頁 > 生活百科 > >

產業向智，鯤鵬蝶變：構建Agent時代卓越引擎

機器人人工智能西湖大學

【產業向智，鯤鵬蝶變：構建Agent時代卓越引擎】產業向智，鯤鵬蝶變：構建Agent時代卓越引擎

當人工智能的浪潮從“生成”邁向“行動” ， 我們正站在一個全新的歷史節點上 。 2026年 ， Agentic AI（智能體AI）不再是實驗室里的前沿概念 ， 而是以燎原之勢重塑千行百業的生產范式 。 從輔助決策到自主執行 ， AI Agent（智能體）正成為驅動產業變革的核心力量 。
在這場波瀾壯闊的智能化轉型中 ， 算力底座的角色正發生深刻嬗變 。 鯤鵬作為中國計算產業新生態引領者 ， 歷經七年深耕 ， 正加速蝶變——從去年推出鯤鵬AI+解決方案 ， 到今年的鯤鵬AI Agent解決方案 ， 鯤鵬正致力于構建面向Agent時代的卓越引擎 ， 為更先進的數智世界提供堅實的算力基石 。
Agent時代算力結構生變 ， GPU需與CPU協同作戰
Agentic AI的爆發 ， 尤其是OpenClaw（“龍蝦”）引領的智能體應用浪潮 ， 正驅動著新型數智基礎設施的新一輪演進 。 在近日舉行的華為中國區合作伙伴大會——鯤鵬伙伴產業峰會2026上 ， 華為鯤鵬計算領域總裁李義指出 ， 一個關鍵的變化正在發生：AI的競爭正從“GPU單點突破”轉向“CPU+GPU協同作戰” 。

華為鯤鵬計算領域總裁李義這一判斷背后 ， 是對AI智能體工作流本質的深刻洞察 。 一個主流Agent架構 ， 通常包括Agent本身以及規劃、記憶、工具、行動四大模塊 ， 這其中除了規劃模塊 ， 其他都運行在CPU中 ， CPU的重要性不言而喻 。
與此同時 ， 國外研究論文顯示 ， 在業界5個主流Agent框架運行中 ， 從任務規劃、記憶調用、工具調用到最終執行 ， CPU處理的環節耗時占比高達40%~90% ， 意味著提升Agent性能需要從CPU中心視角重新審視和優化系統架構 。
折射到現有企業決策流程里 ， 數據流、工作流和決策流圍繞大模型運轉 ， 而CPU廣泛存在于數據流和決策流中 ， 是串聯起整個智能任務的“中樞神經” 。 沒有CPU的高效協同 ， 去突破從數據分析到自主執行的“最后一公里” ， GPU的強大算力和價值就難以充分釋放 。
可以說 ， Agent時代的到來 ， 不僅帶來了智能算力的爆發式增長 ， 更賦予了通用算力全新的使命——成為智能體高效、節省、穩定、安全的運行基石 。 這不僅是算力需求的結構性變化挑戰 ， 更是整個產業邁向深度智能的巨大機遇 。
鯤鵬Agent解決方案 ， 打造“快省好安”的智能體底座
以OpenClaw激發的全民“養龍蝦”為例 ， 在智能體從“個人嘗鮮”邁向“企業核心”的關鍵跨越期 ， Token消耗大、隱私難保障、運行不穩定等一系列全新的技術挑戰浮出水面 ， 對Agent所需的算力底座及適配的解決方案提出了更高要求 。
李義將這些共性挑戰總結為三個方面：一是記憶挑戰 ， Token消耗呈指數級上升 ， 跨Agent記憶難以共享 ， 而組織記憶的缺失往往導致智能體產生“幻覺”；二是沙箱挑戰 ， 高并發下沙箱啟動緩慢 ， 高危工具調用可能引發系統級損失；三是安全挑戰 ， 存在權限越界與數據泄露風險 ， 導致企業不敢用 。
基于對這些痛點的精準洞察 ， 結合前期在端到端Agent的探索實踐 ， 鯤鵬推出完整的Agent解決方案 ， 圍繞AI工作流全鏈條提供“快、省、好、安”的極致體驗 ， 助力Agent跨越障礙走進萬千場景 。
在“快”的層面 ， 鯤鵬通過軟硬協同優化 ， 實現沙箱百毫秒級啟動 ， 記憶檢索性能更優 ， 確保智能體響應迅捷；在“省”的層面 ， 采用獨到的記憶系統減少上下文Token消耗 ， 使得Token使用量節省50% ， 內存消耗降低30% ， 直擊企業客戶最為敏感的成本痛點；在“好”的層面 ， 嚴選MCP工具讓高并發場景下任務執行成功率得到充分保障 ， 滿足企業級穩定性要求；在“安”的層面 ， 鯤鵬提供從芯片到應用的端到端安全防護 ， 為智能體在企業核心業務中運行保駕護航 。
這一方案不僅停留在技術理念層面 ， 更形成了清晰的落地賦能路徑 。 一方面 ， 鯤鵬打造AI Agent一體機方案 ， 為OEM伙伴提供標準化的軟件鏡像、硬件配置參考及嚴選工具包 ， 助力快速實現“開箱即用”；同時為ISV伙伴提供深度定制支持 ， 共同面向客戶打通“最后一公里” ， 讓貼合實際業務場景的企業智能體加速落地 。
鯤鵬全家族產品再升級 ， 全場景賦能Agent創新
以交付“快、省、好、安”極致Agent體驗為指引 ， 鯤鵬持續開放創新 ， 從主板、模組到部件 ， 構建起覆蓋全場景的產品矩陣 ， 構筑Agent時代的先進算力底座 。 在本次峰會上 ， 鯤鵬產品全家族亮相并升級 ， 并在基礎軟件和使能工具上同步突破 ， 全場景賦能Agent創新 。
面向入門算力場景 ， 鯤鵬全新推出鯤鵬920 Lite低算力模組 ， 支持12核/8核/4核 ， 可廣泛應用于網安、視頻存儲、管理面算力、密碼機等場景 ， 為海量邊緣與端側智能提供適配的算力支撐 。
面向通用算力市場 ， 鯤鵬920新型號全面升級 ， 憑借“單核強、功耗低、省內存、生態優”四大優勢 ， 已協同OEM伙伴打造了超過100款整機產品 ， 覆蓋高中低算力全場景 。
面向高算力場景 ， 鯤鵬950處理器作為首款支持“靈衢”互聯技術的服務器CPU ， 在內存高可靠、高安全方面實現了突破性創新 。 基于鯤鵬950打造的通算超節點 ， 打破了CPU性能墻和服務器邊界 ， 可分可合 ， 既可作單節點通用服務器 ， 也可多節點組成超節點 ， 滿足高復雜度智能體任務對算力的極致需求 。
同時 ， 鯤鵬還發布了新一代網卡SP230標卡和SP560智能網卡 ， 前者以極致包率、時延和功耗領先業界 ， 后者憑借強大的可編程能力 ， 在AI大規模連接、存儲加速等場景中能力領先 。
在基礎軟件領域 ， 面對當前內存漲價的行業壓力 ， 鯤鵬發揮軟硬協同優勢 ， 攜手東方國信等ISV伙伴 ， 在大數據場景通過“無感彈性內存回收”等技術 ， 成功實現了內存用量從512G降至384G而性能無損的突破 ， 為客戶創造了實實在在的價值 。
在工具使能方面 ， 針對系統遷移這一系統工程難題 ， DevKit全新上線了SQL語句和配置自動轉換、Java無源碼無損遷移兩大能力 ， 即便面對源碼丟失的老舊系統 ， 也能全量提取SQL并轉換 ， 大幅降低改造門檻 。 例如在郵儲銀行的核心系統改造中 ， 通過集成DevKit ， 其新一代手機銀行系統版本開發效率提升15% ， 關鍵業務指標提升30% ， 成為金融行業數字化轉型的典范 。
寫在最后：
回顧過去 ， 鯤鵬七年來始終聚焦根技術創新 ， 堅持“硬件開放、軟件開源”的生態策略 ， 助力伙伴打造優質產品 ， 并與各界共同推進計算產業生態建設 。 截至目前 ， 鯤鵬已與6800多家伙伴合作孵化超過25000個解決方案 ， 廣泛應用于政務、運營商、金融、互聯網、氣象、制造等領域 ， 深耕中國的同時也揚帆出海 ， 不斷踐行“為更先進的數智世界而計算”的使命 。
展望未來 ， AI智能體從概念走向規?；涞?， Token經濟成為街頭巷尾的話題 ， 智能時代已然開啟 。 鯤鵬打造通算與智算深度融合的體系 ， 構建Agent時代的卓越引擎 ， 攜手伙伴全場景創新 ， 必將驅動智能體應用規?；涞?， 將前沿技術創新轉化為驅動千行百業的澎湃動力！

    推薦閱讀