在算力需求呈指数级增长的今天，每一代处理器架构的革新都牵动着整个科技产业的神经。最近，英特尔在Hot Chips 2026上披露的下一代至强处理器“Diamond Rapids”细节，无疑成为业界最受瞩目的科技动态之一。这款最高可扩展至256核心的服务器CPU，不仅采用了英特尔自研的18A-P制程与Foveros Direct 3D封装技术，还搭载了专为AI推理优化的Crescent Island GPU。它标志着英特尔在数据中心领域发起了一场从核心到封装、从计算到互连的全面革命。
至强之巅：256核心如何炼成？
Diamond Rapids并不是简单的“堆核心”产品，其背后是英特尔在制程工艺和封装技术上的厚积薄发。计算核心部分基于Intel 18A-P制程——这是英特尔18A工艺的增强版本，在性能和能效比上实现了进一步跃升。18A-P采用了全新的PowerVia背面供电技术和RibbonFet全环绕栅极晶体管，使得单位面积内可以集成更多核心，同时大幅降低功耗和发热。
更关键的是，英特尔通过Foveros Direct 3D封装技术将多个计算Die、I/O Die以及缓存Die堆叠在一起。与传统的2.5D封装不同，Foveros Direct实现了芯片间更紧密的互连，带宽更高、延迟更低。Diamond Rapids的布局非常独特：计算Die在外部，I/O Die在内部，两者之间通过标准封装的UCIe（Universal Chiplet Interconnect Express）实现互连，而非此前常见的EMIB桥接。这一设计让不同Die之间的通信效率大幅提升，也为未来扩展更多核心铺平了道路。
256个核心并非凭空而来——英特尔通过组合多个计算Die达成这一目标。每个计算Die内部包含若干核心，通过Foveros Direct堆叠和UCIe互连，最终形成一个统一的处理器。这种模块化设计不仅降低了制造难度，还允许英特尔针对不同客户需求灵活配置核心数量。例如，对于需要高密度的云服务商，可以提供256核心版本；对于追求单核性能的HPC场景，则可以用更少核心、更高频率的配置。
值得注意的是，Diamond Rapids全面采用英特尔自研技术，没有依赖外部IP。从核心微架构到互连协议，从封装到制程，英特尔试图构建一个完全自主可控的生态系统。这不仅有利于性能优化，也能在供应链安全上占据主动。随着AI Agent技术的快速发展，这种高度集成的架构对于处理复杂AI工作流至关重要。
AI时代的算力引擎：新指令集与缓存架构
如果说核心数量是Diamond Rapids的“硬实力”，那么其对AI工作负载的深度优化则是“软实力”的核心。英特尔在Diamond Rapids中引入了APX（Advanced Performance Extensions）和AMX（Advanced Matrix Extensions）指令集扩展。APX扩展了通用寄存器数量，提升了整数和浮点运算效率；而AMX则是专门为矩阵运算设计的加速器，在AI推理和训练中有着举足轻重的地位。
尤其是AMX，它允许处理器在单个时钟周期内完成大量矩阵乘加操作，这正是深度学习中最常见的计算模式。相比上一代，Diamond Rapids的AMX引擎在性能上有了显著提升，同时支持更丰富的精度格式（如FP16、BF16、INT8等）。这意味着，无论是运行大语言模型、推荐系统还是计算机视觉模型，Diamond Rapids都能提供远超传统CPU的吞吐量。
缓存方面，Diamond Rapids配备了高达28GB的末级缓存（LLC）。这是目前服务器处理器中最大的片上缓存之一。巨大的缓存容量意味着更多数据可以留在芯片内部，减少对内存的访问延迟。对于AI推理场景，尤其是需要频繁访问权重矩阵的模型，大缓存可以显著降低显存带宽压力，提升词元（Token）产出速度。英特尔在新闻稿中特别强调，Diamond Rapids旨在“提升词元产出、创造更大业务价值”，这直接呼应了当下大模型部署中的痛点。
此外，Diamond Rapids支持16通道内存，传输速率最高可达12800MT/s，总内存带宽再创新高。配合128通道PCIe 6.0 / CXL 3.0，整个系统的数据吞吐能力达到了前所未有的水平。对于需要处理海量数据的AI训练集群，这些特性将大幅缩短数据加载时间，让GPU或专用加速器“吃饱”数据。
其实，这种针对AI的深度优化正体现了当前AI技术发展的趋势：CPU不再只是“管理者”，而逐渐成为AI计算的主力军之一。对于许多实时性要求高、延迟敏感的应用，CPU上的AI加速往往比调用GPU更高效。例如，在推荐系统、在线广告、自动化客服等场景中，Diamond Rapids的AMX可以就地完成推理，无需将数据搬运到独立显卡，从而节省功耗和延迟。
内存与互连革命：16通道DDR5-12800与PCIe 6.0
过去十年，服务器处理器的进步往往被内存和互连带宽的瓶颈所拖累。Diamond Rapids试图从根本上解决这一问题。它支持16通道DDR5内存，且速率高达12800MT/s，是当前主流DDR5-5600的两倍以上。这意味着单个处理器可提供超过1.6TB/s的理论内存带宽。对于内存密集型应用（如数据库、内存计算、大规模模拟），这将是颠覆性的提升。
同时，Diamond Rapids集成了128通道PCIe 6.0 / CXL 3.0。PCIe 6.0相比PCIe 5.0带宽翻倍，达到64GT/s，而CXL 3.0则进一步实现了缓存一致性、内存池化和设备间高效通信。这两个标准共同搭建了一个超高速的数据高速公路。例如，在AI训练集群中，GPU可以通过CXL直接访问CPU内存池，无需反复拷贝数据；在存储系统中，NVMe SSD可以通过PCIe 6.0实现超过20GB/s的单盘读写速度。
值得一提的是，英特尔在Diamond Rapids中放弃了EMIB桥接，转而采用UCIe-S互连。UCIe-S是UCIe标准的封装级别版本，专门用于芯片间通信。它提供了比EMIB更高的带宽密度和更低的功耗，同时支持Die-to-Die的异构集成。这种设计使得Diamond Rapids可以灵活组合不同功能的Die——例如，未来可能加入专用的AI加速Die、网络处理Die等，而无需重新设计整个处理器。
这种互连革命对于大模型训练尤为重要。大模型训练需要频繁在计算节点之间交换梯度数据，而PCIe 6.0和CXL 3.0的低延迟、高带宽特性可以显著减少通信瓶颈，提高训练效率。同时，对于需要实时推理的在线服务，如文生图应用，Diamond Rapids的高带宽内存通道可以快速加载模型参数，缩短推理延迟。
封装艺术：计算Die在外、I/O Die在内的创新布局
Diamond Rapids的物理布局颠覆了传统CPU的设计思路。通常，服务器处理器的I/O接口（如内存控制器、PCIe控制器）位于芯片外围，而计算核心位于中心。但Diamond Rapids反其道而行之：计算Die在外围，I/O Die在中心。
这种布局的逻辑在于：计算核心产生的热量相对集中，且需要与内存和互连尽可能靠近。将计算Die放在外围，可以更直接地通过散热器将热量导出；而I/O Die在中心，则能缩短与各个计算Die之间的信号路径，降低延迟。实际上，这正是一种“异构对称”的设计——通过Foveros Direct 3D封装，上下层Die之间通过硅通孔（TSV）直接连接，信号传输距离极短。
英特尔没有使用EMIB桥接，而是选择标准封装的UCIe互连。EMIB（嵌入式多芯片互连桥接）是一种2.5D封装技术，通常用于连接不同Die之间。但UCIe-S作为Die-to-Die接口，提供了更高的带宽密度和更低的协议开销。英特尔表示，这种设计使得Diamond Rapids的互连效率比上一代提升了数倍，同时简化了封装流程。
此外，Diamond Rapids的封装还支持Foveros Direct——这是一种基于直接铜键合（Direct Copper Bonding）的3D堆叠技术。与传统的微凸点（Micro-bump）相比，Foveros Direct的互连间距更小、电阻更低，从而实现了更高的带宽和更低的功耗。英特尔计划将这一技术推广到未来的所有高端产品线中。
从行业角度看，这种封装创新对于企业数字化转型具有深远意义。企业数据中心需要处理多样化的负载：从传统的数据库、Web服务到新兴的AI推理、边缘计算。Diamond Rapids的模块化设计使得企业可以根据自身需求定制处理器配置，甚至未来通过更换Die来升级特定功能，而无需全面更换服务器。这种灵活性正是现代数据中心所追求的。
不止CPU：Crescent Island GPU与低功耗AI推理
在这次Hot Chips 2026上，英特尔还同步介绍了专为数据中心设计的低功耗GPU——Crescent Island。这款GPU基于Xe3P架构，配备32颗Xe核心和256个XMX矩阵引擎，最高支持480GB LPDDR5X内存，采用350W风冷PCIe AIC形态。
Crescent Island的定位非常明确：作为Diamond Rapids至强处理器的AI推理加速伙伴。与动辄600W以上的旗舰GPU不同，Crescent Island只有350W热设计功耗，且采用风冷散热，可以轻松部署在现有服务器机箱中。它专为“提升词元产出”而设计，这意味着它在处理大语言模型推理时，能够以更低的功耗和成本提供更高的吞吐量。
Xe3P架构是英特尔GPU的第三代Xe核心，针对AI矩阵运算进行了深度优化。256个XMX引擎可以同时处理大量矩阵乘法，而480GB的LPDDR5X内存提供了充足的容量来加载大模型权重。LPDDR5X虽然带宽不如HBM，但功耗更低、成本更优，非常适合推理场景。Crescent Island可以通过PCIe 6.0与Diamond Rapids紧密协作，实现CPU-GPU异构计算。
这种组合让英特尔在AI推理市场拥有了独特的竞争力。对于许多企业而言，部署一个基于Diamond Rapids + Crescent Island的服务器，既能满足日常通用计算需求，又能灵活应对AI推理任务，而无需单独采购昂贵的专用加速器。这降低了AI落地的门槛，尤其适合中小规模企业。
同时，Crescent Island也支持英特尔oneAPI统一编程模型，开发者可以轻松将现有AI模型迁移到该平台。结合AI工具导航，企业可以快速找到适合自身场景的部署方案。例如，在需要大量生成图像的场景中，通过AI画图应用，Crescent Island可以高效地完成图像生成任务，而Diamond Rapids则负责数据预处理和后处理。
未来展望：Diamond Rapids对数据中心和AI生态的影响
Diamond Rapids的发布，不仅仅是英特尔产品线的更新，更可能引发整个数据中心基础设施的连锁反应。首先，256核心的密度将推动服务器形态的变革——单机架内可以部署更高密度的算力，从而降低数据中心用地和电力成本。其次，PCIe 6.0和CXL 3.0的普及将加速存储和网络设备的升级换代，形成新的生态链。
在AI领域，Diamond Rapids与Crescent Island的组合，有望打破“GPU一家独大”的局面。越来越多的AI推理任务可以在CPU+低功耗GPU的平台上高效完成，这对于那些希望平衡成本与性能的企业来说是一大利好。同时，英特尔强调“提升词元产出”的指标，表明其正聚焦于大模型部署这一增长最快的细分市场。
当然，竞争同样激烈。AMD的EPYC系列已经逼近256核心，且采用Zen 5架构；NVIDIA的Grace Hopper超级芯片也正在蚕食传统CPU市场。但Diamond Rapids凭借自研制程、3D封装和统一内存架构，形成了差异化优势。特别是英特尔在AI软件生态上的长期投入（如OpenVINO、oneAPI），将帮助开发者更快地利用这些新特性。
从更宏观的视角看，这一科技动态反映了整个半导体行业的一个趋势：单芯片性能提升越来越依赖封装和互连创新，而非单纯的制程微缩。Diamond Rapids的Foveros Direct 3D封装和UCIe互连，正是这一趋势的典型代表。而AI技术的爆发则加速了这种集成化进程——未来，CPU、GPU、NPU、FPGA等将越来越多地融合在一个封装中，形成“超级芯片”。
对于普通用户而言，或许不会直接接触Diamond Rapids，但它在云服务背后提供的算力，将支撑起我们日常使用的各类AI应用，从智能客服到AI图片生成，从自动驾驶到医疗影像分析。可以说，Diamond Rapids是通往最新科技未来的关键基石之一。
总之，英特尔Diamond Rapids的登场，不仅是一次产品迭代，更是对数据中心架构和AI计算范式的一次重新定义。随着2026年正式量产的临近，我们有理由期待，这一代至强处理器将如何改变我们使用计算的方式。