英特爾新款游戲顯卡賣爆！24G大顯存版也在路上，這下AI玩家也要搶？

十三 2024-12-24 15:11:25 來源：量子位

夢晨 金磊 發自 凹非寺

量子位 | 公眾號 QbitAI

著實有點Amazing啊。

這兩天GPU圈子發生了個事兒，被網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供不應求其實已經司空見慣了，但之所以這次能被熱議起來，是因為這款產品背后的廠家。

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畫質下暢玩3A游戲。

The Verge也非常“直給”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已經著手把英特爾的顯卡塞進包括工作站和服務器在內的商用計算設備中了，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。

據可靠的消息，如此組合最為搶眼的優勢，同樣是“性價比”三字。

而由此引發的，更值得討論的一個話題應當是：

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，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，隨著行業熱議的“預訓練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應用落地的爆發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，而是更加注重實現夠用的性能（包括并發度和時延），以及與之同步的易獲取、易部署、易使用和成本上是否夠實惠。

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，特別是有流式傳輸等優化手段，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。

這是我們拿到的4張英特爾Arc A770顯卡跑Qwen2.5 32B模型的演示Demo，來感受一下這個速度，是不是足夠了？

視頻地址：https://mp.weixin.qq.com/s/f9deca3boe7D0BwfVPZypA?token=477202505&lang=zh_CN

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展，其早已實現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，多模態交互是現在AI應用的一大趨勢，無論是與AI視頻對話、數字人，還是直播、短視頻場景的一些應用，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上有優勢，但在處理多樣化需求時，通用GPU更具靈活性。

所以總結來看，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，對于現有業務來說，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拿去搞AI推理了，英特爾自己是什么態度？

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據中心使用。

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，在GitHub上已經有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優秀模型。

這么看下來，英特爾為AI開源社區做的眾多貢獻，給企業和開發者提供了便利，也是現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，在后續產品策略上也有所調整。

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。

以后就是現有版本繼續服務于游戲等消費級市場，24G的更大顯存版本瞄準“生產力市場”。

“生產力市場”的目標用戶涵蓋了數據中心、邊緣機房、教育科研和個人開發者等。

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用上做到比專業圖形卡、工作站顯卡性價比更高。

還真別說，“從游戲人間轉向打工賺錢”+“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