著實有點Amazing啊。

這兩天GPU圈子發(fā)生了個事兒，被網(wǎng)友們討論地津津樂道——有一款顯卡賣爆了。

火到什么程度呢？就是一進貨就被搶光。

GPU供不應(yīng)求其實已經(jīng)司空見慣了，但之所以這次能被熱議起來，是因為這款產(chǎn)品背后的廠家。

不是你以為的英偉達、AMD，而是……英特爾。

為什么會如此？

從玩家們的討論中不難得出答案——性價比夠高，2000元價位就能在2K畫質(zhì)下暢玩3A游戲。

The Verge也非?！爸苯o”地給予了一句評價：

英特爾終于在GPU上拿下了一次勝利。

而這款顯卡，正是英特爾不久前發(fā)布的第二代Arc B580，售價僅249美元。

要知道，英偉達299美元的RTX 4060和AMD269美元的RX 7600，僅配備了8GB的VRAM。

但英特爾的Arc B580不僅價格比它們低，還配備了12GB的VRAM和192bit的顯存位寬。

即使是價格更低的Arc B570（219美元，下個月上市）也配備了10GB的VRAM。

除此之外，還有一個更有意思的事情。

雖然Arc是游戲顯卡，但畢竟是GPU啊，于是……也有一部分人買來開始搞AI了。而這，可能會讓它未來的銷售再增三分熱度。

這不，有人在Reddit上就分享了怎么在Arc B580上搞AI畫圖Comfy UI了：

不僅是個人用戶的嘗鮮，我們還打聽到有些企業(yè)已經(jīng)著手把英特爾的顯卡塞進包括工作站和服務(wù)器在內(nèi)的商用計算設(shè)備中了，具體搭配的“食譜”就是：英特爾至強系列CPU+Arc顯卡。

不過暫時用的還是英特爾上一代的A770，作為上一代的旗艦型號，A770有著16G大顯存，用在AI推理上，也算游刃有余。

據(jù)可靠的消息，如此組合最為搶眼的優(yōu)勢，同樣是“性價比”三字。

而由此引發(fā)的，更值得討論的一個話題應(yīng)當是：

消費級顯卡搞AI，到底行不行？

首先可以看出來，無論個人還是企業(yè)，買英特爾消費級顯卡來搞AI，基本都是來做AI推理的。

實際上，推理算力需求正在飛速增長，大有超過訓練算力需求之勢。

一方面，隨著行業(yè)熱議的“預(yù)訓練Scaling Law撞墻”了，像OpenAI o1/o3系列模型也開始依靠增加推理算力提高模型能力。

另一方面，AI應(yīng)用落地的爆發(fā)也使得推理需求大幅增長，這些需求往往不強求算力的溢出甚至極致，即所謂硬需求不高，而是更加注重實現(xiàn)夠用的性能（包括并發(fā)度和時延），以及與之同步的易獲取、易部署、易使用和成本上是否夠?qū)嵒荨?/p>

那么做AI推理為什么選擇英特爾游戲顯卡？正如前面分析，性價比肯定是一大考慮因素。

從硬件方面講，即使是頂級的算力卡，單卡做AI推理在面對高并發(fā)等場景時，顯存也會成為瓶頸，但升級到四卡、八卡成本又會飆升。此時，英特爾 A770這種2000元價位就有16G大顯存的型號，就成了兼顧性能與成本之選。

從應(yīng)用方面講，很多場景其實對每秒token生成速度要求并不高，特別是有流式傳輸?shù)葍?yōu)化手段，只要first token latency到位了，后面生成速度滿足一定要求，體驗就很好。

看到這里可能有人要問了，用英特爾顯卡跑AI，CUDA的問題怎么解決？

拿最流行的大模型推理框架之一vLLM來說，得益于開源軟件的發(fā)展，其早已實現(xiàn)了高級別的抽象和封裝，其實換用哪種硬件，用起來都沒差太多。

再加上英特爾自己提供的開源oneAPI，就能做到很低的遷移成本。

可能還有人要問了，那為什么不選專用AI推理加速器，比如風頭正盛的Groq、Sambanova這些？

這就要說到，多模態(tài)交互是現(xiàn)在AI應(yīng)用的一大趨勢，無論是與AI視頻對話、數(shù)字人，還是直播、短視頻場景的一些應(yīng)用，都同時會用到視頻解碼或圖形渲染能力，這就非得是通用GPU不可。

專用加速器雖然在特定任務(wù)上有優(yōu)勢，但在處理多樣化需求時，通用GPU更具靈活性。

所以總結(jié)來看，用英特爾顯卡搞AI推理，算力夠用，大顯存還有，可行性就有了，性價比也有了，對于現(xiàn)有業(yè)務(wù)來說，遷移成本更是理想。

后面能拿下多大市場，會不會成為一個趨勢，就拭目以待了。

英特爾的曲線突圍

英特爾消費級顯卡被企業(yè)拿去搞AI推理了，英特爾自己是什么態(tài)度？

那肯定是樂見其成的，而且相當重視。

其實，英特爾在兩年前剛推出Arc系列時就采取與友商不同的策略，許可證方面明確不限制數(shù)據(jù)中心使用。

為了方便大家用好AI，英特爾的軟件團隊一直沒閑著，除了更新oneAPI，還在持續(xù)推出和更新一系列開源工具，吸粉不斷。

例如加速庫IPEX-LLM，可用于大模型的推理和微調(diào)，在GitHub上已經(jīng)有6.8k star。

以及低比特量化工具neural-compressor，也獲得2.3k star。

從IPEX-LLM也可以看出英特爾對中國市場的重視，針對中國主流的開源大模型ChatGLM、Qwen、MiniCPM等都提供了適配，中文文檔和教程也做的比較完善。

為了方便大家選擇模型，英特爾還在HuggingFace上維護了一個低比特量化模型的排行榜，設(shè)置好條件，就可以一鍵比較并篩選出自己需要的模型。

其中性能排名靠前的，不乏英特爾自己動手量化的開源社區(qū)優(yōu)秀模型。

這么看下來，英特爾為AI開源社區(qū)做的眾多貢獻，給企業(yè)和開發(fā)者提供了便利，也是現(xiàn)在大家愿意嘗試英特爾顯卡的原因之一。

最后，我們還打聽到一個內(nèi)幕消息：

英特爾看到AI推理這個市場需求逐漸擴大后，在后續(xù)產(chǎn)品策略上也有所調(diào)整。

2025年，英特爾準備推出Battlemage系列顯卡的更大顯存版本，其容量將增至24G。

以后就是現(xiàn)有版本繼續(xù)服務(wù)于游戲等消費級市場，24G的更大顯存版本瞄準“生產(chǎn)力市場”。

“生產(chǎn)力市場”的目標用戶涵蓋了數(shù)據(jù)中心、邊緣機房、教育科研和個人開發(fā)者等。

擁有更大顯存的英特爾顯卡，不僅可在AI推理需求上，也能在渲染和視頻編解碼應(yīng)用上做到比專業(yè)圖形卡、工作站顯卡性價比更高。

還真別說，“從游戲人間轉(zhuǎn)向打工賺錢”+“算力夠用、顯存保大”，很有可能會成為英特爾GPU突圍的一招妙棋。

參考鏈接：
[1]https://www.reddit.com/r/pcgaming/comments/1hh2dvn/intel_finally_notches_a_gpu_win_confirms_arc_b580/
[2]https://www.techspot.com/news/105810-intel-launches-new-arc-battlemage-b580-b570-gaming.html
[3]videocardz.com/newz/intel-will-not-prohibit-gaming-arc-gpu-use-in-data-centers
[4] https://github.com/intel-analytics/ipex-llm
[5] https://github.com/intel/neural-compressor
[6] https://huggingface.co/spaces/Intel/low_bit_open_llm_leaderboard