腾讯云发布第十代云服务器 SA10，全栈构建面向 AI 的算力与云基座

10 月 29 日-30 日，2026 腾讯全球数字生态大会在深圳举行。在算力与云基座专场中，腾讯云发布第十代云服务器 SA10，整机算力规模提升 33%，整机内存带宽提升 66%，并集中升级存储、网络、操作系统等底层能力。同时，腾讯云发布全新智能体托管平台品牌 Agent Hosting，纳入 Lighthouse Agent、ClawPro、SkillHub、Octop 等多个覆盖 Agent 运行、企业治理与技能生态的核心产品模块，支持个人任务执行和团队规模化应用。

「没有 Infra 的 AI，就是浮沙之上筑高墙。」腾讯云副总裁李力表示，AI 能力越强，对云基础设施的要求就越高。从训练、推理到实际应用，计算、存储、网络及操作系统都需要随之升级。腾讯云面向企业真实场景，升级更高效、稳定、安全的 AI 云基础设施，助力 AI 面向生产力加速落地。

计存网协同升级，提升 AI 研发与生产效率

随着 AI 从模型能力探索走向实际业务应用，企业对云的需求正在从获取计算资源，转向提升 AI 任务的整体运行效率。AI 工作负载对云服务器提出了新的要求。频繁的工具调用、数据检索、多任务并行和状态管理，需要计算性能、内存带宽与 I/O 能力共同支撑。

此次发布的第十代云服务器 SA10 基于星星海最新旗舰整机打造，支持 1024 核，配合自研玄灵智能网卡、TencentOS 与虚拟化调度等协同优化，提高资源使用效率。从基础性能上看，整机算力规模提升 33%，整机内存带宽提升 66%，弹性网卡与云盘单机挂载密度达到 10K 量级，为 Agent 运行、实时流数据处理、RAG 检索、内存数据库及仿真计算等场景提供算力支持。

在大规模 AI 训练中，数据供给跟不上，计算资源就会等待。全新发布的腾讯云 COS Express 读取吞吐达到标准对象存储的 10—20 倍，兼顾成本与效率，满足大模型、自动驾驶等场景的数据处理与训练需求。GooseFS 则通过分布式缓存加速训练数据访问，与 COS 协同承接数据读取和训练结果写回。训练所需的数据按需加载、就近缓存，反复使用的热点数据无需重复从后端存储读取，减少数据传输与加载等待，让 GPU 更持续地投入有效计算。

COS Rapid Bucket 作为面向 AI 场景的全新存储桶形态，具备百万级 IOPS、TB/s 级吞吐、毫秒级时延，原生支持目录树语义，兼容 S3、POSIX、HCFS 生态，以一个存储桶承载 AI 数据处理全链路。

数据在不同工具和处理环节之间流转，还会产生重复搬运与存储成本。腾讯云 CFS Turbo 新增 TurboS3 能力，让不同协议共享同一份数据，应用可以按需选择访问方式，数据不再为协议搬迁。对于需要长期保留的极冷数据，COS 磁带存储支持极低成本归档，已累计存储超过 2000PB，帮助客户以更低成本留存海量极冷数据。

面向具身智能，腾讯云进一步将存储与数据加工衔接，让采集素材更高效地转化为训练数据。数据万象 Robo-Suit 提供质检、拆分、标注、重建、检索和脱敏等 6 类算子、100 多项能力，支持按需调用和工作流自动触发；MetaInsight 通过元数据与多模态语义检索，帮助企业找到所需的图片、视频等素材。异构算力及 Hyper 系列加速能力承接后续训练与仿真，并结合对国产主流芯片的持续适配优化，支持集群落地和训练任务迁移。

这些能力可以接入企业已有的数据流程。RoboScience 机器科学通过建设自动化标注管线，将数据预处理、模型标注及算力资源弹性调度等关键环节进行深度整合；腾讯云则以 HAI 潮汐算力补充标注产能——高峰期动态扩容，低峰期转为训练资源，整体标注效率提升 5～10 倍。标注完成后，数据统一回流 COS 数据湖，再投入仿真与模型训练，形成「标注—仿真—训练」的持续数据流转。

当训练扩展到大规模集群，节点之间的通信效率也会影响整体进度。腾讯云此次升级自研集合通信库 HCCL，针对星脉网络优化双端口均衡、多路径动态调度和拓扑感知，让通信流量更均衡地使用网络，并在拥塞时调整路径，减少多节点训练中的等待。实测中，AllReduce 通信性能提升 40%，面向不同机型与网卡组合的 graph 调优带来 20% 至 240% 的通信带宽提升。稳准智能的结构化数据基础模型 LimiX 已在 20 多个行业 60 多个真实场景落地，且仍在不断推进更多产业场景的落地和验证。此外，在模型研发层面，LimiX 所代表的 LDM 赛道即将迎来「智能涌现」时刻。其研发过程中，CFS Turbo 承接数据存储与随机读取，HCCL 支持多机通信，与计算资源共同支撑模型持续训练和验证。

跨云、跨地域的业务则需要更灵活的资源连接。腾讯云 AI Link 全球网络方案，将算力互联、数据传输与模型连接整合为一体，底层预连接对象超过 100 家，覆盖云厂商、IDC 与数采中心。三层动态调度按业务优先级组合骨干网、公网出口与专线，兼顾实时交互和批量传输；实测中可交付带宽提升 4 倍，公网与内网出口容量扩容近 3 倍，单位成本降低 50% 以上。

贯通运行环境与部署管理，支撑 Agent 融入企业业务

在生产中，Agent 会持续高频调用工具、执行代码。企业 IaaS 层的资源保障外，还需要解决的运行环境准备、敏感资源保护，以及持续运营管理问题。这个过程中，如何让 Agent 交付的结果全程安全、稳定至关重要。

目前，TencentOS Server 对 2012 个开源热门 AI 项目完成安装验证，AI 版镜像预置常用组件，减少环境准备工作。AgentGuard 在系统层区分人与 Agent 的权限，将访问限制延续到子进程，保护私钥和云凭据等敏感资源。权限控制随执行过程生效，帮助企业为自主操作设定明确边界。系统内置覆盖磁盘、网络、性能等 9 类场景的 24 项运维能力，客户通过自然语言可实现服务器运维，为 Agent 长期运行提供支持。

与环境建设相配套，数据访问正在向 Agent 工作方式演进。腾讯云 Vector Bucket 支持大规模向量及混合检索，服务知识库与 Agent 记忆；Agent Bucket 提供面向 Agent 的文件管理、权限与隔离能力，让不同任务能够在授权范围内使用数据。面向高性能 AI 读写场景的 Rapid Bucket 也已进入内测阶段。

为了更好地支撑 Agent 的云端部署、持续运行与企业统一管理，腾讯云发布全新 Agent Hosting 品牌。其中，Lighthouse Agent 升级支持长任务在云端持续推进，统一配置模型、消息通道与技能。用户离开电脑后，Agent 仍能按计划执行并送达结果。当个人工作方法需要向团队推广时，ClawPro 统一纳管云端与本地 Agent，持续下发配置和技能，并管理组织权限、模型配额、Token 用量与安全审计。企业可以通过 API 将 Agent 接入业务系统，在扩大使用范围的同时，掌握谁在使用、调用哪些能力以及产生多少成本。SkillHub 支持技能的发现、评测、更新和分发，SkillPay 衔接专业技能的付费与交付，让经验沉淀后能够持续复用。Octop 作为开源、自托管的 AI Agent 引擎，以云服务器运维作为核心切入点，依托开源社区生态持续向更多专业垂类场景延伸。支持对接长安链，可将 Agent 输出内容对应的引用资料与推理依据上链存证，在产生争议时能够快速完成取证与核验。

博商管理基于 ClawPro 构建企业级智能体平台，将战略、销售、财务等八类经营方法论转化为可调用的专业技能，权限、模型资源和安全策略由平台统一管理。据博商介绍，其服务的一家工程建设企业采用 AI 辅助生成竞标材料，将原先人工需要 4 天的工作缩短至 1 至 2 小时。云端的部署管理能力，让企业能够将更多精力用于专业知识与业务流程的结合。

从训练提效到 Agent 持续执行和团队协作，腾讯云正与行业客户共同完善 AI 落地所需的基础能力。此次升级将计存网协同与运行管理进一步贯通，让算力更高效地转化为可持续使用的业务能力，为 AI 向产业生产力发展提供支撑。

来源：互联网