Al Open Compute Project Global Summit 2026, Intel ha presentato due famiglie di prodotto pensate per affrontare la crescente complessità dell’AI agentica. Da un lato, le nuove GPU D-Series precedentemente chiamate Crescent Island, promettono capacità di calcolo e memoria senza precedenti; dall’altro, i rack basati su Xeon mostrano una densità di core che supera i 46 000 per unità, garantendo la potenza di elaborazione necessaria per orchestrare catene di operazioni multiple.
GPU D-Series: potenza e memoria per modelli di grandi dimensioni
Le GPU D-Series si fondano sull’architettura Xe3P e offrono fino a 480 GB di memoria LPDDR5X con una larghezza di banda di 1,5 TB/s. Il loro picco di 1,3 petaflops in FP8 è racchiuso entro un tetto di 350 W rendendole ideali per inferenza AI prolungata e carichi che richiedono ampi contesti. Questo equilibrio tra potenza e consumo è pensato per eseguire modelli linguistici di grandi dimensioni fino a 300 miliardi di parametri su una singola scheda, e oltre un trilione quando otto unità operano in sinergia.
Il formato è un tradizionale PCIe con raffreddamento ad aria, facilitando l’integrazione nei data center esistenti senza necessità di sistemi di raffreddamento dedicati. Intel commercializza una variante con 160 GB di LPDDR5X mentre i partner possono estendere la capacità fino al limite massimo di 480 GB, garantendo flessibilità per soluzioni personalizzate. La scheda è pronta per supportare le più recenti librerie di inferenza, riducendo il tempo necessario dal testing al deployment.
Rack Xeon a più di 46 000 core: densità e consumo
I nuovi rack, sviluppati con i partner dell’ecosistema, si basano su server Xeon 6+ e adottano lo standard Open Rack v3 (ORv3) dell’Open Compute Project. Una singola unità può raggiungere oltre 46 000 core e consumare 133,45 kW posizionandosi come una delle soluzioni più dense attualmente disponibili. Questa architettura è ottimizzata per distribuire carichi di lavoro su larga scala, consentendo di gestire simultaneamente centinaia di agenti AI mantenendo latenza contenuta.
Nel contesto dell’AI agentica le CPU svolgono un ruolo cruciale: orchestrano le fasi di ricerca, ragionamento, utilizzo di strumenti e azioni finali, trasferendo dati tra GPU e acceleratori specializzati. Intel evidenzia che la capacità di un rack di gestire più agenti contemporaneamente è ora un indicatore di performance più significativo della semplice velocità di un singolo componente. La flessibilità offerta dalla combinazione di CPU genericheGPU e acceleratori dedicati, supportata da software interoperabile, permette di bilanciare efficienza energetica e costi operativi.
Software aperto e toolkits per l’AI agentica
Accanto all’hardware, Intel ha svelato una serie di iniziative software mirate a semplificare l’integrazione di modelli AI nei data center. Il pacchetto comprende driver ottimizzati per i principali framework, motori di inferenza agnostici e librerie per la gestione delle risorse. Un esempio pratico è il supporto Day 0 per Meta Muse Glimmer che consente alle aziende di valutare immediatamente le prestazioni del nuovo hardware senza ulteriori modifiche al codice.
Parallelamente, Intel ha lanciato l’AI for Enterprise Agent Toolkit una collezione di componenti pre-configurati per l’orchestrazione di workflow multimodali su Xeon e GPU. Il toolkit segue un’architettura a provider, facilitando l’estensione verso le GPU D-Series. Inoltre, l’iniziativa Open Adapter Card presentata al summit, definisce uno standard comune per le schede acceleratrici, migliorando l’interoperabilità meccanica ed elettrica tra diversi fornitori. Intel ha già avviato la fase di campionamento presso clienti selezionati, dimostrando l’impegno a ridurre la complessità dal prototipo alla produzione.
