智能体读取的数据远多于写入：上下文更长，工作流包含多步，计算主要由预填充主导。随着需求增长，挑战已超出带宽范畴。英特尔（Intel）D系列图形处理器（Intel D-series GPUs）为智能体人工智能的新时代而生，能够在实用的功耗和成本限制内，高效处理更大的上下文、更多并发会话和更多词元。

智能体 AI 正在改变数据中心工作负载

智能体读取的内容远多于写入：长上下文、多步工作流，计算主要由 prefill 主导。随着需求增长，挑战已超出带宽范畴。Intel D 系列 GPU 面向智能体 AI 新时代打造，能在实用的功耗与成本限制内，高效处理更大的上下文、更多的并发会话以及更多 token。

内存规格为：每卡配备最高 480 GB LPDDR5X；功耗 350 W，采用风冷；计算部分包含 32 个 Xᵉ3P 核心，以及 256 个 XMX Xᵉ3P 矩阵引擎。

扩展智能体 AI

智能体集群

在数千个步骤、10 万 token 上下文以及数十个并发会话中，让智能体保持常驻，以帮助维持整个智能体循环中的吞吐量。

在更多上下文上推理

全上下文推理

让更多模型和长上下文保持常驻，用更少的 GPU 实现更丰富的推理，且无需高带宽内存（HBM）。

推理的经济性

高效 Token 服务

密集、风冷、标准 PCIe 基础设施有助于最大化每机架和每瓦的 token 数，扩展服务容量并控制成本。

在现有功耗与机架内实现更多推理

随着智能体 AI 带来更长的提示和更多的并发会话，客户需要可扩展的基础设施，同时不在功耗、成本或部署复杂度上做出妥协。Intel GPU D270 提供最高 480 GB LPDDR5X 内存，用于数据中心环境中高能效、内存受限的推理。

为 AI 而生

为智能体工作负载而生

芯片面积从图形与光线追踪流水线重新分配给 Xᵉ3P 核心和矩阵计算单元，从而提升推理效率。

为计算而生

把算力用在关键处

每瓦特可完成更多提示处理：32 个 Xᵉ3P 核心和 256 个 XMX 引擎加速 prefill，抑制长上下文与智能体成本。

为工作负载而生

为每种工作负载提供精度

从原生低精度推理到 FP64 科学计算，精度由工作负载决定，而非硬件。

为效率而生

标准 PCIe 5.0

标准外形尺寸、标准互连，可使用现有服务器。无需专有网络或定制系统。

为可靠供电而生

350W 风冷

在现有运行的机架中采用被动散热，从评估到部署都无需液冷改造。

为你的数据中心而生

开放设计

对主流开源模型提供零日支持，并运行在你已有的框架上：vLLM 和开放的 PyTorch 生态。

Intel GPU D270 是一款面向智能体 AI 时代的推理优化型数据中心 GPU。它面向需要大内存、高能效 AI 加速的企业 AI、SaaS、GPUaaS，以及政府或主权云部署。

Intel GPU D270 面向生产环境中的 AI 推理工作负载设计，例如智能体 AI、长上下文检索增强生成（RAG）、企业 AI 助手、编程助手、文档理解、多模态 AI、扩散模型以及高并发服务。

智能体 AI 通常会把一个任务转化为多轮模型调用、工具使用、检索、推理和响应生成。Intel GPU D270 针对这些环境中变得重要的推理需求而设计，包括 prefill 处理、更大上下文、内存容量、并发能力和能效。

“推理优化”意味着这款 GPU 是为在生产环境中运行 AI 模型而设计，而非用于大规模训练。Intel GPU D270 关注已部署 AI 应用的需求，包括提示处理、高并发服务、内存容量、高能效利用以及系统级性能。

长上下文 AI 工作负载可能需要更多内存，以支撑更大的提示、检索密集的工作流，以及推理期间 KV 缓存的增长。Intel GPU D270 设计有较高的可用内存容量，以帮助支持更大的模型、更长的上下文和更多并发会话。

Intel GPU D270 的相关介绍在获得批准的情况下，应提及熟悉的 AI 软件与服务框架，如 PyTorch、vLLM、SGLang 和 OpenAI Triton。这有助于开发者与平台团队理解该产品如何融入现有 AI 工作流。

Intel GPU D270 围绕标准 PCIe 5.0 外形尺寸和风冷部署形态设计，帮助企业在现有数据中心环境中评估 AI 推理加速，而无需专门的液冷改造。

主要受众包括 AI 系统架构师、AI 平台架构师、基础设施与云工程负责人、企业 AI 决策者、SaaS 提供商、GPUaaS 提供商、政府或主权云团队，以及部署生产推理工作负载的开发者。

客户应联系 Intel，进一步了解 Intel GPU D270，评估其如何契合自身的 AI 推理路线图，并在更多产品信息发布时获得更新。

免责声明

与 RTX Pro 6000 的性能对比基于公开信息以及截至 2026 年 2 月的 Intel 内部分析。性能因使用方式、配置和其他因素而异。内存容量比较是在带宽相当的前提下进行的。

讨论整体以吐槽和怀疑为主：多数人质疑这张卡买不到也买不起，或认为官方页面是 AI 生成的占位水文。分歧主要在于它究竟是消费级大内存新选择，还是只适合 MoE 推理的高价服务器或工业卡；也有人肯定 20 通道 LPDDR5 的大容量路线，但认为 1.3 PFLOPS 的算力明显偏低。

认为它并非消费级产品，价格、上市和可买性都不现实

• 较多人嘲讽这是又一款“看得见买不到”的雾件，普通开发者大概永远没机会上手；也有人直接问到底能不能买、该不该选它替代 Blackwell。（较多人）
• 少数人失望地认为 Intel 大概率不会出消费级版本，驱动本来已经成熟，市场却要失去第三个选择。（少数人）
• 少数人认为 480GB 内存的卡成本离谱，定价可能接近工业级甚至七位数美元，根本不是公开零售市场的东西。（少数人） > 这不过是又一款我能读到、却永远看不到也买不到的硬件（@nekusar）

肯定大内存路线，但认为算力偏低、只适合 MoE 推理或单用户解码

• 少数人支持 Intel 用 20 通道 LPDDR5 堆大容量内存，认为消费级一直缺少大显存选择，若定价能和 Mac 竞争会是好事。（少数人）
• 少数人认为规格失衡：1.5TB/s 带宽搭配仅 1.3 PFLOPS 算力、又没有快速多 GPU 互联，本质是高带宽低算力的推理卡；并发一高就慢，只适合单用户解码时只调用少量专家的 MoE 模型。（少数人）
• 少数人指出 1.5TB/s 的内存带宽其实很亮眼，官方却没重点宣传，属于营销失职。（少数人） > 1.5TB/s 带宽配 1.3 PFLOPS 算力，又没有快速多 GPU 互联，它其实是一张假装成服务器卡的消费卡（@ismailmaj）

认为产品页文案像 AI 生成的占位水文

• 较多人指出页面文案质量很差：既像 AI 生成、带“LLM 腔”和“A，不是 B”的套话，也混杂未清理的占位内容。（较多人）
• 少数人以玩笑吐槽“高效词元服务”话术，称词元下一步要点龙虾和鱼子酱、大家得向新领主低头。（少数人） > 页面里还留着针对 Intel GPU D270 的未审校占位提示：文案应引用 PyTorch、vLLM 等框架（@ismailmaj）

有价值的补充

• 有评论分享了自己的消费级方案（@K0balt）：两张 3090 加 128GB 内存运行 97GB 的 180B 量化模型，每秒能出约 120 个词元；上下文变长后会变慢，但已能承担 Asterisk PBX、RADIUS 服务器管理和监控视频的高层判断，并称智能体就是新 UI，一切都通过 SSH 完成。
• 20 通道 LPDDR5 是堆出高内存容量的关键，这也是这类卡能在消费级稀缺的大显存方向上做出差异的原因。