英特尔 D270：当 AI 推理变成一道显存题

发生了什么

2026 年 10 月 12 日，在圣何塞举行的开放计算项目（OCP）全球峰会上，英特尔给长期预热、代号 Crescent Island 的推理加速器起了一个正式产品名：Intel GPU D 系列，首款型号为 GPU D270。这份官方新闻稿同时发布了新的 Xeon 6+ 机架设计，以及面向英特尔所称“智能体 AI 时代”的开放软件布局。

标题数字刻意谈显存而非绝对速度：最高 480GB LPDDR5X 显存、1.5TB/s 显存带宽、1.3 petaflops FP8 算力，全部装进一张 350 瓦风冷 PCIe 卡。高管们反复强调的一句话是“put every prompt in its place”——给每个 AI 负载匹配能胜任的最便宜硬件。

[1]

规格，以及取舍

D270 是英特尔 Xe3P 架构的首款芯片。据技术报道，它集成 32 个 Xe3P 核心和 256 个 XMX 矩阵引擎——执行神经网络矩阵运算的单元，去掉了图形与光追电路，把芯片面积让给算力。标准 PCIe 形态、被动风冷，可直接插进现有数据中心，无需液冷回路或专用机架。

显存分两档，这个区别很关键。英特尔自有品牌卡为 160GB LPDDR5X；设计允许服务器合作伙伴自建弹性配置、最高 480GB 的卡。英特尔称单卡可承载约 3000 亿参数模型，八卡系统可扩展到超过 1 万亿参数。

取舍是明确的：LPDDR5X 每 GB 便宜得多、好买得多、能效高得多，但比旗舰 AI 芯片用的堆叠式 HBM 慢得多。英特尔自家现款推理卡 Gaudi 3 是 128GB HBM2e、3.7TB/s；英伟达 RTX Pro 6000 是 96GB GDDR7、约 1.8TB/s。D270 的显存最高可达 RTX Pro 6000 的五倍，带宽却在同一量级。英特尔正在把“每瓦容量——以及每美元容量”塑造成解码密集型服务的关键指标，排在峰值带宽之前。

[1] [2]

为什么智能体是显存黑洞

英特尔的产品逻辑从智能体的真实行为出发。编程或研究智能体会在上下文里保留很长的历史——常常 10 万 token 以上，并在数千步里反复调用模型。每次调用先做 prefill（模型处理整个 prompt），再进入 decode（逐 token 生成答案）。所有上下文都住在 KV 缓存里——模型对每个已见 token 的记忆，缓存随上下文长度和并发用户数一起膨胀。

显存算术让 480GB 这个数字变得具体。FP8 精度下每个参数约占 1 字节，稠密的 3000 亿参数模型光权重就要约 300GB，在 480GB 卡上还剩约 180GB 给 KV 缓存、更长上下文和运行开销。诚实的上限反过来也成立：decode 时稠密模型每个 token 要把全部活跃权重读一遍，以 1.5TB/s 计算，单路 300B 稠密模型的上限约为每秒 5 个 token。这些是根据英特尔已发布数字的估算，不是跑分；真实部署会把众多用户批量处理，而且多数大模型采用 MoE 架构，每个 token 只有一部分参数被激活。

整个赌注一句话概括：在越来越多的推理 workload 里，一张卡能装多少，比每个字节跑多快更重要。缓存装不下时，服务商只能把任务摊到更多卡上，或丢弃上下文，或两者兼有——而上下文长、调用频繁的智能体，会最先撞上这堵墙。

[2] [1]

从卡到机架：系统视角

D270 不是英特尔唯一的发布。公司还展示了 Xeon 6+ 机架设计，多采用 OCP Open Rack v3 标准，最密配置单机架超过 46000 个 CPU 核心，总功耗 133.45kW。英特尔的论点是：智能体有大量工作根本不是模型推理——路由请求、跑工具、执行代码、查数据库、搬数据。

于是有了新闻稿里最有意思的一句：随着 AI 基础设施演进，性能越来越多地用“单机架在目标延迟下能撑住多少并发智能体”来衡量。英特尔还强调了它在 OCP Open Adapter Card 工作组的进展——与 AMD、戴尔、英伟达、高通一起，为介于普通 PCIe 卡和整机架之间的加速卡形态制定标准。

软件上，英特尔依托与其他 GPU 通用的 Xe 软件栈，承诺与 vLLM 和 PyTorch 生态做原生上游集成，并对新开放模型提供“day-zero”支持，首个例子是 Meta 300 亿参数的 Muse Glimmer。它的企业智能体工具包（AI for Enterprise Agent Toolkit）今天跑在 Xeon 上；GPU 支持在规划中、尚未落地——这是要盯的软件变量。

[1] [3]

还不知道什么

未知项很多，英特尔倒也不算藏着——只是还没填上。没有价格，而这对一张靠“每 GB / 每 token 成本”卖自己的卡恰恰最重要。面向服务器厂商、云厂商和软件公司的客户送样已经开始，但没有正式上市日期。没有针对具体模型的每秒 token 数，没有独立跑分；英特尔和送样客户之外，没人测过这张卡。

而且 480GB 的标题数字取决于合作伙伴愿不愿意造这种卡——英特尔自己的卡是 160GB。从 Ponte Vecchio 到 Gaudi，英特尔此前的数据中心 GPU 在英伟达面前都没抢到份额，所以那张 53 个合作伙伴 logo 的生态幻灯片和 Linux 上游驱动工作，和规格表一样重要。

[1] [2]

意味着什么

对很多公司来说，跑 AI 的账单现在比训练 AI 的账单更重要，而智能体用超长上下文和反复调用把账单越撑越大。一张更便宜、风冷、大显存的卡，能让企业、政务云和中小服务商在真正买得起、供得上电的硬件上跑大开放模型——不用把模型切碎摊到一堆昂贵的 GPU 上。

对开放模型生态，单卡装下 3000 亿参数模型让私有化部署实质性变容易：强大的开放权重模型在本地跑、在自己手里，这对数据主权和竞争都是好事——在一个 HBM 供给和英伟达定价给几乎所有人定规矩的市场里。

诊断是对的——智能体是显存黑洞，HBM 是 AI 硬件栈里最贵、供给最紧的一环。但没有价格、没有独立 token 数据、480GB 选项捏在合作伙伴手里，D270 目前还是一张漂亮的幻灯片，而非被验证过的产品。如果英特尔开出有竞争力的价格、vLLM 支持在首日就绪，这可能成为第一张买家真正想要的英特尔 AI 卡。独立跑分会给出裁决。

[1] [2]