作者：Nithya Rao，英特尔（INTC）公司系统与软件优化工（850102）程师
英特尔（INTC） 至强 6和至强 6+ CPU可在保持低沙箱预置时延的同时，支持更多沙箱化智能体工作流的并发运行。
智能体AI系统已不再局限于简单的问答交互。现代AI智能体（886099）能够代表用户执行代码、处理文件、查询数据库、调用应用程序编程接口（API），自主完成多步骤工作流。这些能力推动流程自动化迈向新的阶段，也对基础设施和系统可靠性提出了新要求。如果直接在主机系统上运行智能体生成的代码，企业可能会面临软件漏洞、提示词注入攻击、数据泄露或权限升级的风险。
面对这些问题，智能体AI框架通常采用隔离执行环境，我们称之为沙箱。对于普及程度逐渐提高的AI智能体（886099）而言，沙箱不再仅仅是和安全相关的特性。智能体可以在数秒内反复创建、使用并销毁沙箱。因此，沙箱的预置效率会大幅影响整体的响应速度和可扩展性。智能体AI大规模部署的需求，要求基础设施不仅能够可靠隔离，还需要沙箱的快速预置。
沙箱化：智能体AI的核心组成部分
常见的沙箱方案包括虚拟机、容器、微型虚拟机，以及开源腾讯云Cube Sandbox。这些技术在提升可靠性和隔离能力的同时，也对基础设施提出新要求——即能够大规模地高效预置和管理隔离执行环境。
沙箱的生命周期
在典型的智能体AI部署中，沙箱创建是任务执行的关键路径。无论是运行代码还是调用工具，智能体都必须先完成沙箱的预置和初始化，并使其可用。
简化的执行流程如下：
智能体发起请求→创建沙箱→执行任务→返回结果→销毁沙箱
在大规模智能体部署中，沙箱会伴随工作流的持续运行，被不断地创建和销毁。因此，沙箱生命周期（883436）的效率会直接关系到应用的响应速度、基础设施利用率和系统整体的吞吐量。
评估沙箱预置性能
为了在更贴近实际运行的条件下，评估沙箱预置性能，英特尔（INTC）采用了cube-bench创建/删除工作负载，用于衡量平台提供新沙箱环境的效率。
该工作负载通（HK0062）过CubeSandbox API持续发送沙箱创建请求，并逐步提高总体并发量。这种方法可评估，当并发沙箱请求数量增加时，平台持续满足沙箱预置需求的能力。
这项评估，以200毫秒沙箱创建服务级别协议（SLA），为关键衡量标准。该SLA规定了交付可用沙箱环境的目标响应时延阈值。平均创建时延、吞吐量和尾时延等指标，可反映平台在负载不断增加时，保持响应性能的能力。
英特尔至强处理器展现了更出色的沙箱预置扩展能力
图：当总体并发量从100增至350，英特尔（INTC）至强6990E+处理器的平均创建时延始终更低
图中展示了，随着并发预置请求从100增至350，各平台的平均沙箱创建时延的变化。结果显示，当负载加重时，所有平台的时延都会上升。但搭载了英特尔（INTC）至强处理器的平台，显示出更低的创建时延，并能在满足200毫秒服务级别目标（SLO）的情况下，支持更高的沙箱预置并发量。在并发预置请求约达到313个时，英特尔（INTC）至强6990E+处理器的预置时延，仍低于200毫秒的SLA阈值。在同一SLA阈值下，英特尔（INTC）至强6980P处理器可处理277个并发请求。相比之下，同类产品A在并发请求约为246个时，便已经超过了200毫秒的SLA阈值。与同类产品A相比，英特尔（INTC）至强6990E+处理器在200毫秒SLA阈值内，所支持的预置并发量高约27%，英特尔（INTC）至强6980P处理器则高约12%。
随着沙箱预置需求不断提升，搭载英特尔（INTC）处理器的两个平台均持续展现出良好的扩展能力，以及稳定且可预测的时延特性。搭载英特尔（INTC）至强6990E+处理器的平台，在满足200毫秒目标时延范围内，实现了最高的沙箱预置并发数。基于英特尔（INTC）至强6980P处理器的平台，在沙箱预置并发水平远高于同类产品A的情况下，仍能满足该SLA。测试结果表明，英特尔（INTC）至强平台能够在保持服务响应性和性能一致性的同时，支持更高的沙箱预置速率。
总结
当智能体AI系统能力不断提升，沙箱化执行成为了可靠部署的基础要求。企业不仅需要让执行环境具备隔离能力，还需要兼顾响应速度。由于沙箱创建直接影响智能体执行路径，其预置性能会显著影响用户体验和基础设施的整体可扩展性。
测试结果表明，英特尔（INTC）至强6和至强6+处理器，为大规模沙箱化智能体部署提供了坚实基础，既能支持不断增长的智能体工作流所需的可扩展性，也能满足现代行动型AI系统对响应速度的要求。当智能体AI工作负载开始大规模落地，基础设施需要高效完成智能体的编排、隔离与预置。英特尔（INTC）至强6和至强6+处理器针对这些需求而设计，在本次测试中，相较于其他测试平台，实现了更高的智能体部署密度和更快的沙箱预置速度。
本文贡献者
Jun I Jin，英特尔云与系统性能首席工程师
Michael Zhang，英特尔云软件架构师
Rohan Vaidya，HCL科技软件工程师
产品与性能信息
配置详情：测试结果可能因具体情况而异。
腾讯云CubeSandbox
英特尔（INTC）至强6+：单节点Supermicro SYS-212HA-TN系统；搭载一颗英特尔（INTC）至强6990E+处理器，288核，450W TDP；不适用超线程；启用英特尔（INTC）睿频加速技术；768GB内存（12条64GB DDR5-6400，6,400 MT/s）；BIOS 1.5b；微码0x1000120；两台以太网控制器X550、两台用于QSFP的以太网控制器E835-CC；一块1.7TB铠侠KCMYXRUG1T92硬盘和一块1.7TB三星MZ1L21T9HCLS-00A07硬盘；CentOS Stream 9，版本7.1.0。英特尔（INTC）于2026年9月完成测试。
英特尔（INTC）至强6：单节点英特尔（INTC）Avenue City系统；搭载一颗英特尔（INTC）至强6980P处理器，128核，500W TDP；启用超线程和英特尔（INTC）睿频加速技术；768G内存（12条64GB DDR5-8800，8,800 MT/s）；BIOS BHSDCRB1.IPC.3545.P40.2603170757，微码0x1000430；一个I210千兆网络连接、两台以太网控制器10-Gigabit X540-AT2；两块1.7TB铠侠KCD8XPUG1T92硬盘和一块894.3GB Samsung MZ1L2960HCJR-00A07硬盘；CentOS Stream 9，版本7.1.0。英特尔（INTC）于2026年9月完成测试。
同类产品A：单节点Supermicro AS-2126HS-TN系统；搭载一颗192核其他厂商处理器；启用同步多线程和加速功能；768GB内存（12条64GB DDR5-6400，6,400 MT/s）；BIOS版本1.9，微码0xb101059；配备两台用于QSFP的以太网控制器E810-C和一个AX88179千兆以太网设备；配备一块1.7TB铠侠KCD8XPUG1T92硬盘和一块1.7TB三星MZ1L21T9HCLS-00A07硬盘；CentOS Stream 9，版本7.1.0。英特尔（INTC）于2026年9月完成测试。
测试方法
基准测试：使用各平台通用模板运行CubeSandbox创建/删除工作负载；instance_type cubebox，模板版本v2；（OCI——开放容器倡议）源镜像cube-sandbox-cn.tencentcloudcr.com/cube-sandbox/sandbox-code@sha256:743d264fad8c9dc9a49f07e931166d24d025363360ae770ca4b70e3f19540944。
负载：每个沙箱配置2,000 milliCPU（相当于两个CPU）和2,000mebibytes 内存（约2 GiB）。该测试采用了基于mTLS（双向传输层安全协议）的in-path egress架构。cube-egress证书颁发机构已预置于镜像中。总体并发量从100个逐步增加至350个并发沙箱创建请求。
指标：测试测量了随并发量增加的沙箱平均创建延迟（单位：毫秒）；交叉点标记了平均延迟超过200毫秒参考阈值的位置。
性能表现因使用方式、配置及其他因素而异。更多信息请访问Performance Index网站。
性能测试结果基于配置说明中列出的测试日期，可能未反映所有已公开的后续更新。配置详情请参阅附录。没有任何产品或组件能够做到绝对安全。
实际成本和测试结果可能因情况而异。
英特尔（INTC）技术可能需要启用特定硬件、软件或激活相关服务。
英特尔（INTC）公司，英特尔（INTC）、英特尔（INTC）logo及其它英特尔（INTC）标识，是英特尔（INTC）公司或其分支机构的商标。文中涉及的其它名称及品牌属于各自所有者资产。
