В 2026 году сотрудничество Lenovo и Intel® в серверном направлении вышло на новый уровень. Компании последовательно развивают инфраструктуру для генеративного и агентного ИИ, показывая, что для целого класса корпоративных задач дорогостоящие GPU не являются обязательным условием. В основе этого подхода — серверы Lenovo ThinkSystem и процессоры Intel® Xeon® 6 с аппаратным ускорением ИИ.
Еще недавно разговор о корпоративной инфраструктуре искусственного интеллекта практически неизбежно сводился к GPU. Обучение больших языковых моделей, инференс, RAG, мультимодальные приложения и тем более агентные системы ассоциировались с мощными графическими ускорителями и соответствующими инвестициями в серверы, электропитание, охлаждение и сетевую инфраструктуру. Однако по мере перехода ИИ из стадии экспериментов в повседневную эксплуатацию сама постановка вопроса меняется. Предприятию далеко не всегда нужен самый мощный доступный ускоритель. Для множества реальных задач важнее предсказуемая стоимость, постоянная производительность, контроль над данными, возможность масштабирования и простота интеграции с существующим ЦОД.
Именно на этом пересечении в 2026 году все заметнее становится сотрудничество Lenovo и Intel®. Компании развивают серверные решения на базе Lenovo ThinkSystem и Intel® Xeon® 6, ориентированные на широкий спектр ИИ-нагрузок — от небольших и средних языковых моделей до RAG и агентного ИИ. При этом CPU рассматривается не как дешевый заменитель GPU, а как самостоятельный уровень вычислительной инфраструктуры.
ИИ-инфраструктура перестает быть гонкой за GPU
Главная проблема современного корпоративного ИИ заключается уже не в том, можно ли запустить модель. Сегодня это относительно простая задача. Гораздо сложнее сделать так, чтобы модель работала быстро, постоянно, безопасно и экономически оправданно. Предприятие может обучить или приобрести готовую модель, но затем начинается самое интересное. Сотни или тысячи сотрудников начинают отправлять запросы, корпоративная RAG-система обращается к базе документов, ИИ-агенты выполняют многоэтапные операции, а количество токенов растет вместе с популярностью сервиса.
При использовании облачного API затраты напрямую зависят от объема использования. При развертывании собственной GPU-инфраструктуры предприятие получает контроль над данными и вычислениями, но сталкивается с высокой стоимостью оборудования и эксплуатации. Поэтому современная ИИ-инфраструктура постепенно становится гибридной не только по месту размещения, но и по типу вычислительных ресурсов.
GPU остаются необходимыми там, где требуется максимальная параллельная производительность: при обучении крупных моделей, сложном инференсе и некоторых мультимодальных нагрузках. Но для небольших и средних LLM, корпоративного поиска, RAG, суммаризации документов и ряда агентных задач CPU может оказаться гораздо более рациональным вариантом. Именно такой подход Lenovo и Intel® последовательно демонстрируют в течение 2026 года.
Intel® Xeon® 6 становится ИИ-процессором
Ключевой элемент этой стратегии — процессоры Intel® Xeon® 6. Важно, что речь идет не просто о традиционных серверных CPU с увеличенным количеством ядер. Xeon 6 получил аппаратные возможности, специально ориентированные на современные AI-нагрузки. В частности, технология Intel® Advanced Matrix Extensions (AMX) ускоряет матричные операции, лежащие в основе многих вычислений нейронных сетей. Именно поэтому Lenovo может использовать стандартную серверную архитектуру ThinkSystem для задач, которые еще недавно было принято отправлять на GPU.
ThinkSystem SR650 V4 с Intel® Xeon® 6 способен выполнять высокоплотный CPU-инференс, обеспечивая примерно 96-110 одновременных пользователей на сервер при времени отклика менее 100 мс и устойчивой производительности свыше 1000 токенов в секунду в описанном тестовом сценарии. Это важный момент: Lenovo пытается говорить не о теоретической возможности запуска LLM на CPU, а о продуктивных сценариях, где сервер должен одновременно обслуживать большое количество пользователей.
ИИ-агенты без GPU — уже не эксперимент
Еще показательнее другой эксперимент Lenovo. В марте компания опубликовала материал Implementing AI Agents without GPUs, в котором продемонстрировала полностью базирующегося на CPU ИИ-агента с возможностями RAG на сервере ThinkSystem SR650 V4 с двумя процессорами Intel® Xeon® 6. В данном случае использовались аппаратные возможности Intel® AMX для ускорения операций BF16 и INT8. Lenovo прямо ставит под сомнение традиционное предположение о том, что производственный ИИ-агент обязательно требует GPU.
Конечно, из этого не следует, что GPU больше не нужны. Напротив, крупные модели и высокие нагрузки по-прежнему требуют ускорителей. Но демонстрация Lenovo показывает другое: граница между «ИИ-сервером» и «обычным сервером» постепенно исчезает. Современный CPU сам становится частью ИИ-ускоренной инфраструктуры.
От CPU-инференса к полноценной ИИ-платформе
Следующий этап сотрудничества Lenovo и Intel® — переход от отдельных тестов к готовым архитектурам. В апреле Lenovo представила AI POD for Enterprise RAG Implementation — валидированную инфраструктуру для корпоративных RAG-приложений. В ее основе лежат ThinkSystem с Intel® Xeon® 6 и AMX, системы хранения NetApp с ONTAP и Kubernetes-based AI framework на базе Open Platform for Enterprise AI (OPEA). То есть CPU здесь уже не является отдельным компонентом. Он становится частью целой цепочки: вычисления → хранение → данные → AI-фреймворк → оркестрация → приложение. Именно это и отличает нынешнюю стратегию Lenovo от простого предложения «запустите LLM на Xeon».
Предприятиям нужна не демонстрация модели, а готовая инфраструктура, которую можно поставить в ЦОД, подключить к корпоративным данным и эксплуатировать как обычную производственную систему.
Xeon становится полноценной платформой для ИИ-инференса
В мае Lenovo развила эту идею еще дальше. В решении Enterprise AI Inference on Lenovo ThinkSystem V4 компания рассматривает Intel® Xeon® как полноценную целевую платформу для обслуживания LLM, RAG и агентного ИИ. Особенно важен здесь выход Red Hat AI 3.4, где Intel® Xeon® рассматривается как цель инференса первого класса. Lenovo указывает возможность запускать соответствующие ИИ-пайплайны на CPU-инфраструктуре без изменения кода и сохранять тот же операционный подход OpenShift AI, который используется с GPU.
По данным Lenovo, для небольших языковых моделей при умеренной параллельной нагрузке CPU-конфигурация может обеспечивать до 80% более низкую совокупную стоимость владения, чем GPU-альтернатива в рассматриваемом сценарии. В Xeon® 6 при этом используются сразу несколько технологий, важных для ИИ: AMX для ускорения вычислений, MRDIMM для повышения пропускной способности памяти и Intel® TDX для конфиденциальной защиты данных в памяти.
Lenovo и Intel® переходят к агентному ИИ
Еще один показатель зрелости этой стратегии — переход от обычного инференса к агентному ИИ. ИИ-агент отличается от традиционного чат-бота тем, что способен выполнять последовательность действий. Он может получить запрос, найти информацию в корпоративных системах, проанализировать документы, сформировать вывод, вызвать другой сервис и продолжить работу. Это создает совершенно иной характер нагрузки, когда важна не только скорость отдельных матричных операций, но и управление множеством параллельных процессов, работа с памятью, данными и сетевыми ресурсами.
В июне Lenovo показала, что два сервера ThinkSystem SR650 V4 с Intel® Xeon® 6 обеспечивают до 2,4 раза большую ИИ-пропускную способность, чем четыре сервера предыдущего поколения SR650 V3, в тестах с 32-128 одновременными пользователями. При этом количество серверов удалось сократить вдвое. Сценарии включали суммаризацию документов и анализ контрактов. Это уже не просто история про то, как «запустить LLM на CPU». Речь идет о том, как современный сервер способен обслуживать реальные многоэтапные бизнес-процессы.
Экономика выходит на первый план
Именно экономика, а не только производительность, становится главным аргументом CPU-инференса. В исследовании The Business Value of CPU-Based Inference Lenovo рассматривает CPU как один из нескольких уровней вычислительной инфраструктуры. Компания прямо подчеркивает: предприятиям не следует выбирать единственную инференс-стратегию для всех нагрузок. Оптимальной может быть комбинация CPU, GPU и облака.
Для постоянных и предсказуемых нагрузок собственный CPU-сервер может иметь существенное преимущество: предприятие приобретает оборудование один раз и получает возможность использовать его круглосуточно без платы за каждый запрос или токен. Кроме того, серверный CPU хорошо вписывается в существующую инфраструктуру ЦОД. Не требуется полностью перестраивать архитектуру под огромные GPU-кластеры, а требования к электропитанию и охлаждению могут быть существенно проще.
Именно поэтому Lenovo говорит уже не только о производительности, но и о токеномике — стоимости обработки определенного количества токенов. Для массового корпоративного инференса эта метрика постепенно становится не менее важной, чем количество операций в секунду.
Intel® и Lenovo: не конкуренция CPU и GPU, а разделение ролей
В этом заключается главный смысл совместной стратегии двух компаний. Lenovo предоставляет инфраструктурную основу — ThinkSystem, системы хранения, управление, проверенные временем конфигурации и готовые ИИ-платформы. Intel® обеспечивает вычислительную архитектуру Xeon 6 с аппаратными средствами ускорения ИИ. Red Hat, NetApp, OPEA (Open Platform for Enterprise AI) и другие партнеры добавляют программный и инфраструктурный уровень. В результате получается не отдельный сервер, а экосистема, в которой разные типы ресурсов могут работать совместно:
- GPU берет на себя тяжелые ИИ-нагрузки.
- CPU обслуживает предсказуемые и массовые инференс-задачи.
- Облако остается инструментом для переменных нагрузок и ситуаций, когда держать собственную инфраструктуру экономически неоправданно.
Именно такой подход Intel® сама все активнее продвигает в 2026 году. На Computex компания заявила о переходе к построению дата-центров, где единицей вычислительной мощности выступает не отдельный сервер, а целая стойка как единый неделимый суперкомпьютер и подчеркнула значение CPU как управляющего и координирующего элемента агентной ИИ-инфраструктуры.
От сервера к AI Factory
В конечном счете сотрудничество Lenovo и Intel® в 2026 году говорит о более масштабном изменении. ИИ постепенно превращается в обычную корпоративную нагрузку, подобно базам данных, виртуализации или аналитике. А значит, предприятиям нужна не отдельная «ИИ-машина», а инфраструктура, которая сможет поддерживать весь жизненный цикл ИИ. Именно поэтому Lenovo развивает концепцию инфраструктуры, готовой к ИИ — от серверов и хранения до сети, управления и программного обеспечения.
И сотрудничество Lenovo и Intel® особенно четко формулирует эту идею: современные ИИ-нагрузки должны работать на всем вычислительном континууме — от периферии и ЦОД до облака. ThinkSystem на базе Intel® Xeon® рассматривается как один из ключевых элементов масштабируемой корпоративной ИИ-инфраструктуры.
И здесь возникает принципиально новый взгляд на серверный рынок. Вопрос больше не звучит как «Сколько GPU нужно предприятию?». Правильный вопрос — «Какие ИИ-нагрузки у нас есть и какой тип вычислительной инфраструктуры оптимален для каждой из них?». Именно на этот вопрос Lenovo и Intel® пытаются ответить своим совместным развитием серверов на базе Xeon 6. CPU не заменяет GPU. Он возвращается в центр ИИ-инфраструктуры как ее обязательный и экономически важный компонент.
