The Scrappy $949 GPU 试图撼动 Nvidia 在本地 AI 领域的垄断

英特尔（INTC 6.56%）刚刚宣布了一款新的GPU。它不是用于游戏，也不针对数据中心。相反，Intel Arc Pro B70是专为在本地工作站上运行AI工作负载而量身定制的。

Arc Pro B70的价格为$949，远低于英伟达的$1,800 RTX Pro 4000和AMD的$1,299 Radeon AI Pro R9700。虽然英伟达在CUDA方面保持着重要的优势，这是一种保护其庞大市场份额的专有软件平台，但英特尔声称的性能优势可能足以让其在这一市场有所突破。

图片来源：英特尔。

在自己的游戏中击败英伟达

前沿AI模型需要大量的内存和计算能力，因此只能在拥有高性能AI加速器的大型数据中心中运行。然而，并非所有的AI工作负载都需要Claude Opus或GPT-5.4。还有许多用例可以用适合工作站GPU的小型AI模型来满足。

Arc Pro B70拥有32个Xe核心，提供22.9 TFLOPS的FP32计算性能。它配备32GB的GDDR6 RAM，支持608 GB/s的带宽。这种类型的内存性能不如数据中心GPU中通常使用的高带宽内存，但价格更便宜。英特尔声称Arc Pro B70可以实现367 TOPS（每秒万亿次操作）。

高内存容量使得能够运行更广泛的AI模型，具有更大的上下文。使用开源的Llama 3.1 8B模型，英特尔声称Arc Pro B70可以处理的上下文窗口比英伟达RTX Pro 4000大两倍以上。英特尔还声称其新GPU能够提供显著更快的响应，即使在多个并发用户的情况下。多个GPU可以连接在一起，支持更大的上下文窗口，以便于处理无法在单个GPU上运行的大型AI模型。

英特尔将Arc Pro B70定位为与替代品相比具有强大价值的产品。与RTX Pro 4000相比，Arc Pro B70每美元可提供最多两倍的代币，具体取决于模型。Arc Pro B70也面向运行专业或创意应用的用户。

AI的未来可能是本地化的

AI工作负载最终将不可避免地从超级数据中心转移。对于可以使用较小AI模型的企业AI推理应用程序，运行在本地或私有云环境中的GPU将是成本效益高的，数据也不会被发送到云端。

从长远来看，工作站以及后来的标准PC将最终具备足够的内存和AI计算能力，以处理更复杂的工作负载。想象一下像Claude Cowork这样的应用，可以在PC上完全本地化运行自动化过程。这不仅解决了隐私问题，还为用户消除了每月的订阅费用。

扩展

NASDAQ: INTC

英特尔

今日变动

（-6.56%）$-3.10

当前价格

$44.09

关键数据点

市值

$220B

日内范围

$43.91 - $46.59

52周范围

$17.66 - $54.60

成交量

4.9K

平均成交量

106M

毛利率

35.24%

英特尔似乎在本地AI的任何转变中处于中心位置。Arc Pro B70不仅推动了技术的边界，使更多的AI工作负载能够在强大的工作站上运行，而且该公司还在推进其最新PC芯片的AI能力。例如，顶级的Panther Lake笔记本芯片通过其内置的AI加速器和集成图形可以提供180 TOPS的性能。

目前，持续的内存短缺是一个严重的阻力，内存芯片的价格需要下降，才能让PC具备足够的内存以支持更强大的AI模型。考虑到内存价格迅速上涨，英特尔能够在Arc Pro B70中挤入32GB内存令人印象深刻。

目前AI行业专注于大型数据中心项目，英特尔也希望在即将推出的Crescent Island GPU中参与这个市场。但通过Arc Pro B70，英特尔展示了未来可能的前景，即随着更多的AI计算能力和内存进入工作站和PC，这一切将变得可能。