<div id="readability-page-1"><div>当前，行业数字化转型进入深水区，GenAI 技术爆发式渗透，正推动各行各业对算力的需求从 “线性增长” 转向 “指数级跃升”——从游戏 AI 的实时交互、大模型的推理运算，到电商秒杀的突发流量承载、海量业务数据的长期存储，企业对算力的 “量级”“性能”“能效” 三维度都提出了前所未有的要求。但需求激增的背后，行业普遍面临双重挑战：一方面，算力供给难以精准匹配场景，要么因追求极致性能导致资源闲置浪费，要么因侧重成本控制陷入算力不足的困境；另一方面，绿色数据中心政策下的能效平衡、PB 级数据的安全存储与低延迟调用，也成为企业推进数智化的 “拦路虎”。面对这些共性难题，云厂商与硬件厂商该如何协同创新、破局突围？<img src="https://imageproxy.pbkrs.com/https://www.infoq.cn/article/null?x-oss-process=image/auto-orient,1/interlace,1/resize,w_1440,h_1440/quality,q_95/format,jpg" original-src="https://imageproxy.pbkrs.com/https://www.infoq.cn/article/null"/>https://static001.geekbang.org/infoq/2a/2a3599aa0898e0543ae6c72c3387a9b2.webp<img src="https://imageproxy.pbkrs.com/https://www.infoq.cn/article/null?x-oss-process=image/auto-orient,1/interlace,1/resize,w_1440,h_1440/quality,q_95/format,jpg" original-src="https://imageproxy.pbkrs.com/https://www.infoq.cn/article/null"/>本期《云端进化论》邀请到腾讯云、英特尔的三位技术专家——腾讯云高级产品经理夏士悦、腾讯云高级产品经理陈浩、英特尔首席软件工程师谢义，围绕行业趋势变化、云服务器产品布局、云原生数据库创新、软硬件协同实践等核心话题展开深度探讨，为企业数字化落地提供参考。以下为经编辑整理的内容精粹。<h2>算力需求分化：催生 “双核架构” 的必然逻辑</h2>当企业上云从 “规模化迁移” 进入 “场景化深耕” 阶段，算力需求的差异化特征愈发明显，传统 “一刀切” 的通用算力供给模式已难以为继，这也成为硬件厂商与云服务商共同发力的核心切入点。从业务场景看，当前算力需求已形成两大鲜明阵营：一类是 “AI 驱动的高性能需求”，典型如游戏 AI 机器人——从前仅需高主频支撑游戏运行，如今需同时满足 “能听会说” 的实时交互，对 AI 算力与单核性能提出双重高要求；再如向量数据库，为支撑大模型推理的高频检索，需要大内存带宽与快速数据处理能力。这类场景的核心诉求是 “性能优先”，愿意为极致体验支付合理成本。另一类是 “稳态运行的高性价比需求”，覆盖视频编解码、网页服务、轻量级微服务等传统业务，它们无需顶尖算力，但追求长期稳定运行与成本可控，尤其在绿色数据中心趋势下，“每瓦性能” 成为关键决策指标。此外，突发流量的弹性诉求、PB 级冷数据的存储降本需求，进一步加剧了算力供给的复杂性。腾讯云高级产品经理夏士悦在直播中提到：“单一硬件升级或软件优化已无法应对这种分化，只有硬件的精准适配与软件的深度协同，才能真正释放算力潜能。”英特尔敏锐捕捉到这一趋势，在英特尔至强 6 处理器平台创新性地推出 “性能核（Granite Rapids，简称 P-core）” 与 “能效核（Sierra Forest，简称 E-core）” 双产品线 —— 性能核以 “高单核性能、大缓存、英特尔高级矩阵扩展（AMX）指令集” 为核心，聚焦计算密集型场景；能效核则以 “多核心、高每瓦性能、低功耗” 为卖点，适配高密度稳态场景。 这种 “按需选核” 的硬件设计，不仅为云服务商提供了精准匹配场景的算力底座，更从根源上解决了 “性能过剩” 与 “成本浪费” 的行业矛盾，为后续云产品创新奠定了基础。<h2>双核算力落地：腾讯云 CVM 与 TDSQL-C 的技术突破</h2>英特尔至强 6 处理器的双核架构，最终需要通过云服务产品转化为企业可感知的价值。腾讯云以第九代 CVM 云服务器（算力底座）与 TDSQL-C 云原生数据库（数据引擎）为核心，将硬件优势与软件创新深度融合，打造出覆盖 “算力供给 - 数据处理” 的全链路解决方案，成为双核技术落地的典型实践。<h2>第九代 CVM 云服务器：双轨算力适配全场景需求</h2>作为云服务的核心载体，腾讯云第九代 CVM 依托英特尔至强 6 处理器，构建了 “极致性能” 与 “普惠算力” 并行的双轨体系，实现对不同场景的精准覆盖。在极致性能端，CVM 推出 S9e/S9Pro 机型，搭载英特尔至强6 性能核（P-core）处理器 —— 该处理器单路最高拥有 128 个性能核，全核睿频达 3.6GHz，内存频率提升至 6400MT/s（搭配 MRDIMM 内存可至 8800MT/s），L3 缓存最高 504MB，同时集成 AMX 矩阵运算指令集，AI 算力较 AVX512 提升 8-16 倍。为充分释放硬件性能，腾讯云还配套了自研 2×200G 智能网卡（单机吞吐能力达 6750 万 PPS）、全新星星海服务器（整机稳定性提升 40%、散热效率提高 43%，内存 ECC 校验覆盖率 100%），最终实现数据库场景性能提升 18%、Web 应用性能提升 20%、在线游戏性能提升 15%，成为游戏 AI、图像渲染等高性能场景的首选方案之一。在普惠算力端，CVM 全球首发搭载英特尔至强6 能效核（E-core）处理器 —— 单路最高 288 个物理核（无超线程设计），相同功耗下核心数量较传统处理器更多，每瓦性能较第二代英特尔至强处理器提升 3 倍，机架密度直接提升 6 倍。在保证媒体处理能力不变的前提下，E-core 机型帮助用户综合成本降低 30% 以上。夏士悦介绍称，国内某科技公司通过 “搭载 E-core 的 S9 云服务器 +TencentOS Server 3.3 操作系统” 部署 Web 服务，不仅平稳应对 9 月初开学季的算力高峰，还实现了 20%+ 的成本下降，成为传统稳态业务的高性价比选择。此外，为匹配算力的弹性需求，腾讯云还推出 “按量计费 + 包年包月 + 竞价实例 + 节省计划 + 预留实例” 的组合计费方案：突发流量场景可选按量计费或竞价实例，长期稳态业务可选包年包月或预留实例，周期性波动业务可通过节省计划平衡成本与弹性，让企业 “用多少付多少”。这种模式，也进一步放大了英特尔®至强®6 处理器的成本优势。<h2>TDSQL-C 数据库：软硬协同驱动性能革命</h2>如果说 CVM 是 “算力供给底座”，TDSQL-C 就是 “数据处理引擎”。作为腾讯云自研的云原生数据库，TDSQL-C 基于英特尔至强 6 处理器的硬件能力，通过架构革新、加速引擎适配、Serverless 弹性设计等，破解了传统数据库 “性能天花板低、故障恢复慢、扩展性弱” 的痛点。在架构层面，TDSQL-C 采用 “日志即数据库” 的存算分离设计，将计算与存储彻底解耦： 计算层搭载英特尔至强 6 性能核处理器，利用其高单核性能与多核心优势，结合全链路远程直接内存访问（RDMA）高速网络（通信延迟降低 80%），负责 SQL 执行、事务处理等核心业务；存储层基于持久化内存（PMEM）构建二级缓存，将温数据提前缓存至近计算端，I/O 密集场景性能提升 3 倍以上，同时通过三副本海量存储支持 PB 级数据容量，数据可用性达 99.9999999%（9 个 9），彻底解决传统数据库的扩展难题。在性能加速上，TDSQL-C 深度集成英特尔QuickAssist Technology（QAT）硬件加速引擎，针对冷数据压缩场景做了专项优化。腾讯云高级产品经理陈昊介绍称，相比纯软件压缩方案，QAT 引擎将存储空间降低 60%，压缩延迟降低 50%，数据吞吐提升 100%，同时释放 CPU 资源用于核心业务处理。英特尔首席软件工程师谢义在直播中解释：“QAT 的 ‘以存代算’ 逻辑与 TDSQL-C 的冷数据处理需求高度契合，既能通过压缩解决海量数据的存储成本问题，又能凭借硬件加速避免数据读取时的延迟损耗，实现 ‘成本与效率’ 双赢。”此外，TDSQL-C 还利用英特尔至强 6 处理器的大缓存优势，实现冷热温数据分层存储，进一步提升数据访问效率，最终达成超百万 QPS 的处理能力，大表场景性能较传统云数据库提升 3 倍。在弹性设计上，TDSQL-C 的 Serverless 架构也基于英特尔至强6 处理器的资源调度能力做了创新。 如接入层新增 “恢复感知器”，确保实例暂停 / 拉起时用户连接不中断；管控层实时监控硬件资源与业务负载，动态调整 CPU、内存分配，支持跨机弹性与集群级扩展（最多可扩展 15 个 RO 节点应对突发流量）。与传统弹性方案不同，TDSQL-C 采用 “实时资源预留” 模式，提前为用户预留 1-10 CCU（计算资源单位）的资源空间，通过动态调整 buffer pool 实现 “即时满载”，避免传统方案的扩缩容延迟问题。这种弹性能力与英特尔至强 6 能效核的成本优势结合，在潮汐流量场景中可帮助用户降低 60% 成本，同时支持 “固定规格主节点 + Serverless 从节点” 的混合部署，兼顾业务稳定性与成本优化。<h2>从协同创新到未来演进：算力价值的持续深化</h2>英特尔®至强®6 处理器与腾讯云的合作，并非简单的 “硬件供应 + 软件适配”，而是 “需求 - 技术 - 产品 - 落地” 的全链路协同。这种协同不仅解决了当前行业的算力痛点，更通过明确的未来演进方向，为企业数字化提供长期支撑。从已落地的案例来看，双方合作已为不同行业创造了切实价值。在降本增效层面，英特尔至强6 处理器的 “能效核 + 硬件加速” 能力，通过腾讯云产品转化为可量化的成本优化——如：E-Core 机型 S9 带来的 30% 的成本下降、TDSQL-C 60% 的存储压缩等；在场景适配层面，双核架构让腾讯云能为不同行业定制方案：互联网企业用 S9e/S9Pro 应对高并发，传统制造企业用 S9 控制稳态成本，金融机构借 TDSQL-C 的 QAT 加速平衡数据安全与处理效率，真正实现 “按需匹配、精准赋能”。更关键的是，这种合作模式形成了 “需求反向驱动技术迭代” 的良性循环 —— 腾讯云基于企业客户的场景反馈，向英特尔提出硬件优化建议（如 QAT 引擎对数据库压缩的适配需求）；英特尔则根据这些需求迭代处理器功能，再通过腾讯云产品落地验证，最终推动整个行业的算力效率提升。随着 AI 大模型、绿色数据中心、工业互联网等趋势深化，双方已明确下一代合作路径，持续放大双核架构的价值。在硬件端，英特尔将推出英特尔至强 6 Plus 处理器（Clearwater Forest），延续能效核优势的同时，内存带宽提升至 8000MT/s，采用 18A 先进制程工艺，新增英特尔®软件防护扩展（SGX）、SM3/SM4 加密加速等功能，进一步强化 “高性能 + 高安全 + 低碳” 能力；在软件端，腾讯云将同步迭代 CVM 与 TDSQL-C：CVM 将适配 VRDMA 网络，提升跨节点通信效率，同时结合英特尔的下一代芯片推出新一代的 CVM 机型；TDSQL-C 将与英特尔合作，共同持续探索 AI 场景下数据库的更多价值。<h2>结语</h2>如果说数字化转型的核心是算力转型，那么算力转型的关键便在于 “精准匹配业务需求” 与 “高效协同产业资源”。英特尔至强 6 处理器以 “性能核 + 能效核” 的架构突破，为行业提供了适配多样化需求的硬件基石；腾讯云则通过 CVM 与 TDSQL-C 的软件创新，将硬件能力转化为企业可感知的 “性能提升、成本降低、弹性增强” 价值。这场 “硬件厂商 + 云服务商” 的深度协同，不仅破解了 “性能与成本”“弹性与稳定” 的行业两难，更证明了只有让技术创新扎根于实际业务需求，才能真正释放算力的价值。 对于企业而言，选择基于英特尔至强 6 处理器的腾讯云产品，意味着选择了 “更懂业务、更省成本、更可持续” 的算力方案；对于行业而言，这种协同模式将推动算力供给从 “规模化覆盖” 向 “高质量适配” 升级。在智能算力时代，英特尔与腾讯云的 “双核共进”，必将持续驱动技术创新，为千行百业的数字化转型注入不竭动力。<img src="https://imageproxy.pbkrs.com/https://www.infoq.cn/article/null?x-oss-process=image/auto-orient,1/interlace,1/resize,w_1440,h_1440/quality,q_95/format,jpg" original-src="https://imageproxy.pbkrs.com/https://www.infoq.cn/article/null"/>https://static001.geekbang.org/infoq/c2/c2c955283b1a208d9e557afa7e2e4682.webp<img src="https://imageproxy.pbkrs.com/https://www.infoq.cn/article/null?x-oss-process=image/auto-orient,1/interlace,1/resize,w_1440,h_1440/quality,q_95/format,jpg" original-src="https://imageproxy.pbkrs.com/https://www.infoq.cn/article/null"/>点击观看完整 视频～</div></div>

英特尔

行业数字化转型和 GenAI 技术的爆发，推动算力需求从线性增长转向指数级跃升。企业面临算力供给难以精准匹配场景和能效平衡等挑战。云厂商与硬件厂商需协同创新，硬件精准适配与软件深度协同才能释放算力潜能。

- 行业数字化转型面临算力需求爆炸性增长与双重挑战。  
- 腾讯云与英特尔探讨双核架构提升算力供给效率。  
- 云服务与硬件的深度协同推动技术持续创新。

告别 “一刀切”：“需求分化” 如何重构算力供给？