一句话结论:英特尔 D270 是全球首批用 480GB LPDDR5X 顶替 HBM 的数据中心推理卡,350 瓦风冷就能单卡塞下 3000 亿参数模型,代价是显存带宽只有 1.5 TB/s,适合长文档与高并发推理,不适合训练和追求吐字速度的对话服务。
2026 年 11 月 12 日在首尔 COEX 举办的英特尔人工智能峰会上,英特尔把代号 Crescent Island 的数据中心推理卡实体搬上台,同时拉起 23 家韩国企业组成 K-AI 全栈联盟。这张卡此前已在 10 月 12 日的 Open Compute Project 全球峰会上定名为 Intel GPU D 系列,首款产品就是 D270。
它值得单独写一篇的原因很直接。推理卡的采购逻辑这两年被 HBM 供应牵着走,谁的显存容量大谁就能吃下长上下文订单,而 HBM 的产能被少数厂商垄断。D270 换了一条完全不同的路,用手机上用的低功耗内存 LPDDR5X 堆容量,把带宽不足这个短板换成供应链安全的优势。下面把它拆开看。
D270 的规格:480GB 显存、1.5 TB/s 带宽、350 瓦风冷
D270 基于 Xe 3P 架构,32 个 Xe 核心,256 个 Xe Matrix Extensions 矩阵引擎,每个核心提供 64 条 FP64 融合乘加运算,支持从 FP4 到 FP8 再到全速双精度的连续精度区间。官方给出的标称算力是 26200 TFLOPS(FP4),FP8 为 1.3 PFLOPS。
显存是这张卡最反常的地方。英特尔自有版本出厂配 160GB LPDDR5X,合作伙伴整机厂可以把容量做到 480GB,带宽 1.5 TB/s。作为参照,英伟达 RTX PRO 6000 Blackwell 服务器版配 96GB 显存,带宽高一个量级但需要 HBM。英特尔的说法是自有卡 160GB,480GB 是合作伙伴配置的上限,两者不是同一张卡在两个规格之间切换。
功耗与散热是它真正想打的牌。整卡 350 瓦,标准 PCIe 5.0 AIC 外形,风冷设计,可以直接塞进普通 2U GPU 服务器,不需要动液冷管路。对比之下 RTX PRO 6000 是 600 瓦,AMD Instinct MI350P 最高 600 瓦。风冷加低功耗意味着它能进入大量存量机房的供电上限里,这是 HBM 卡做不到的。
| 参数 | 英特尔 GPU D270 | 英伟达 RTX PRO 6000 Blackwell | AMD Instinct MI350P |
|---|---|---|---|
| 显存类型 | LPDDR5X | HBM | HBM |
| 显存容量 | 160GB(伙伴配置最高 480GB) | 96GB | 288GB |
| 显存带宽 | 1.5 TB/s | 约 1.8 TB/s 以上 | 8 TB/s 级 |
| FP4 标称算力 | 26200 TFLOPS | 未以此精度标称 | 未以此精度标称 |
| FP8 算力 | 1.3 PFLOPS | 高于 2 PFLOPS | 2.3 PFLOPS |
| 整卡功耗 | 350W | 600W | 最高 600W |
| 散热方式 | 风冷 | 风冷或液冷 | 风冷或液冷 |
| 单卡可跑模型规模 | 3000 亿参数 | 约 700 亿参数 | 更高 |
按官方口径,八卡系统可以承载超过 1 万亿参数规模的模型。需要注意的是,这些数字来自厂商预量产芯片的自测,英特尔至今没有公布价格和上市日期,样卡处于送测阶段(我们此前写过 DEEPX DX-M2 边缘芯片实测,那款是 2nm 80TOPS 5W 的另一条路线,能耗形态与 D270 完全不在一个量级)。
五组实测数字:延迟降三成、智能体快 2.2 倍
英特尔在峰会现场给的对比全部围绕具体工作负载,没有跑通用跑分榜,这一点比单纯的峰值算力更有参考价值。
| 工作负载 | 基线硬件 | D270 表现 |
|---|---|---|
| Gemma 模型推理延迟 | RTX PRO 6000 Blackwell | 降低 30% |
| AI 智能体执行性能 | RTX PRO 6000 Blackwell | 提升 2.2 倍 |
| 金融仿真计算性能 | RTX PRO 6000 Blackwell | 最高提升 5.9 倍 |
这三个数字指向同一件事:D270 的强项是把内存容量留在卡上,从而少做数据搬运。Gemma 延迟降三成是显存容量充裕带来的收益,智能体 2.2 倍对应多轮工具调用时反复读写的场景,金融仿真最高 5.9 倍则是数据量大且需要长驻显存的工作集。
成本侧还有一层账没被这组数字覆盖。1.5 TB/s 带宽决定的是每个用户的吐字速度,多用户并发时带宽被摊薄,单 token 生成时延会明显高于 HBM 卡。英特尔的定位是长上下文推理与多租户服务,一个机架里塞几十个并发请求,显存容量比带宽更值钱。反过来,追求首字延迟的实时对话或者每秒吐字数是核心指标的场景,HBM 卡依然更合适。
金融仿真是英特尔的样板间,四项基准差距悬殊
英特尔给出的金融基准拆得更细,四项测试的领先幅度从 1.92 倍到 5.9 倍不等,跨度接近三倍。这个分布本身就是信息。
| 金融工作负载 | 基线硬件 | D270 相对表现 |
|---|---|---|
| 欧式蒙特卡洛模拟 | RTX PRO 6000 Blackwell | 5.9 倍吞吐 |
| 欧式 Black-Scholes 定价 | RTX PRO 6000 Blackwell | 5.6 倍吞吐 |
| 二叉树期权定价 | RTX PRO 6000 Blackwell | 4.6 倍吞吐 |
| 美式 Black-Scholes 定价 | RTX PRO 6000 Blackwell | 1.92 倍吞吐 |
差别出在精度需求。欧式蒙特卡洛与二叉树这类方法允许较低的浮点精度,收益能吃满 FP4 与 FP8 的高吞吐路径。美式 Black-Scholes 的提前行权判断对双精度敏感,必须走全速 FP64 路径,收益自然被压缩到 1.92 倍。英特尔的硬件支持从 FP4 到 FP64 的连续精度可选,这套设计恰好为金融与科学计算这类需要精度可选性的场景而做。
另一条线是地震勘探。英特尔在 SC26 展台做了地震建模的现场演示,用 FP32 计算配合缓存感知的模板优化,让大规模波场数组常驻卡上,减少跨主机总线的搬运。这条路子和英伟达的通用 GPU 路线不同,卖点始终围绕数据留在本地这件事。
K-AI 联盟:英伟达在韩国拿到 26 万张卡的承诺
D270 不是单独一张卡。英特尔韩国负责人裴泰元在同一场峰会上宣布 K-AI 全栈联盟,首批 23 家成员覆盖服务器整机、AI 芯片与 NPU 设计、大模型、云服务与软件多个环节。名单里既有 KTNF 这样的本土服务器厂商,也有做推理加速的 FuriosaAI 与 DEEPX,模型一侧是 Upstage,云侧是 MegazoneCloud 与 Hancom。峰会现场有 52 家公司参加,约一千人到场,三星、SK 海力士、LG 电子都在场。
联盟要解决的是英伟达在韩国已经拿到的位置。英伟达在同一天重申了对韩国 26 万张 GPU 的供货计划,这个量级是 D270 短期不可能撬动的。英特尔的切口不在训练市场,而在主权 AI、行业云和物理 AI 这些推理侧场景。K-AI 联盟还想用韩国本土制造的服务器做底座,英特尔则与首尔 AI Hub 签了合作备忘录扶持初创公司。
对国内从业者而言,K-AI 联盟这个组织方式比 D270 的参数更有参考价值。国产算力供给(昇腾、寒武纪、海光)走的正是同一条路,把芯片、整机、行业模型和云服务打包成一套可交付方案,替代单卡参数竞争。英伟达的护城河是 CUDA,拆掉它的方式从来不是单点跑分(我们写过 特斯拉 SI6 算力路线图拆解,那条路线同样印证了单卡跑分与生态锁定是两回事)。
CPU 侧的配套也在同一场峰会得到确认。至强 Clearwater Forest 已经量产,最多 288 个能效核心;Diamond Rapids 明年推出,最多 256 个性能核心。英特尔还展示了基于 Open Rack v3 标准的机柜设计,Xeon 6+ 配置每机架可超过 46000 核、机架功耗 133.45 kW。
现在该买,还是等到 2027
D270 没有价格也没有上市日期,样卡送测阶段,第三方独立评测还要等。这决定了不同角色的决策窗口。
| 采购角色 | 建议动作 | 理由 |
|---|---|---|
| 2026 年内要做推理集群 | 继续用 RTX PRO 6000、L40S、H200 NVL 或 MI350P | D270 无价格无日期,样卡阶段 |
| 2027 年新建机房 | 把 D270 列入短名单 | 规格已定,PCIe 5.0 双宽风冷位可提前预留 |
| 长文档 / RAG / 智能体服务 | 优先评估 D270 | 容量优先的场景,480GB 与 3000 亿参数单卡是核心卖点 |
| 训练或实时对话服务 | 暂不考虑 | 1.5 TB/s 带宽与 FP64 路径限制吞吐 |
| 算力受限的边缘机房 | 关注后续 D 系列型号 | 350W 风冷让存量机柜可以承载 |
具体落地上,2027 年的短期清单可以先动两件事:一是按双宽风冷 PCIe 5.0 槽位和电源余量来设计机柜,二是把软件栈评估提前做。D 系列走的是开放软件路线(英特尔至强 6+ 落地腾讯云 那一篇里提到过英特尔的整机与智能体承载路线),但软件成熟度相对 CUDA 仍有差距,迁移成本才是真正的门槛。同一时期谷歌也在推自己的自研路线(谷歌 TPU 8tx 与 8i Max 四款系统),推理硬件的多供应商化是这两年最确定的趋势。
三件还需要等第三方数据才能确认的事
第一是 FP64 的实际交付性能。官方 1.92 倍到 5.9 倍的区间来自预量产芯片,量产版本的编译器调优通常还能再挤出一些,但幅度不可预测。第二是显存容量的一致性。160GB 自有版与 480GB 伙伴版并存,不同客户的实际可用容量差异很大,采购合同里必须写清楚。第三是量产时间表。目前没有价格也没有发售日,样片评测至少要等 2027 年才有意义。
常见问题
D270 的显存为什么用 LPDDR5X 而不是 HBM?
LPDDR5X 是手机和轻薄本用的低功耗内存,供应链不受 HBM 产能限制,容量可以堆到 480GB 而带宽只有 1.5 TB/s。HBM 带宽高但产能被少数厂商垄断。这一取舍决定了 D270 靠容量竞争,不靠带宽竞争。
D270 能跑多大参数规模的模型?
官方口径是单卡支持 3000 亿参数模型,八卡系统超过 1 万亿参数。这属于厂商标称值,在第三方实测出来之前应按打折看待。英伟达自家的 HBM 卡在同口径下的绝对容量明显更低,容量优势是 D270 最实在的一点。
现在值得等 D270 吗?
2026 年内不改变采购计划,它既没有价格也没有发售日期。但如果项目周期落在 2027 年,可以先把机柜的插槽、供电和风冷余量按 D270 的 350 瓦双宽风冷规格设计好,让它成为正式可选项之一,而不是一次独立的平台决策。
小结
D270 是一次有明确立场的产品选择。用 LPDDR5X 换供应链安全,用 350 瓦风冷换存量机房可用性,用 480GB 容量换长上下文与高并发的落地空间,代价是带宽和吞吐在实时对话与训练场景上没有优势。金融仿真四项基准从 1.92 倍到 5.9 倍的跨度,说明它的价值高度依赖工作负载的精度需求。K-AI 联盟把芯片、整机、模型和云打包,指向的是英伟达在推理与主权 AI 侧相对薄弱的地带。2027 年的短期清单里,这张卡值得占一个位置,但 2026 年的采购还得靠现有产品。
延伸阅读
- 英伟达 RTX 5090 美国全面下架:消费旗舰停产背后的 AI 算力争夺战1 月前
- 高通 Q4 财报:数据中心芯片目标占 30%,全年营收 104 亿美元2 周前
- 台积电Q3净利润同比暴涨65%背后:AI芯片需求如何重塑全球半导体格局1 月前
- NVIDIA下代Groq LPU放弃SRAM:3D堆叠DRAM能解决大模型推理的存储墙吗4 周前
继续读
往下这几篇值得接着看:
- 安纳智芯 AX100 模拟计算芯片:100 纳秒解矩阵与 207 倍吞吐2026-11-17
- DEEPX DX-M2:2nm 80TOPS 5W 跑 10B 模型,边缘芯片怎么选2026-11-13
- 平头哥分拆港股上市:56 万片真武与 650 家客户2026-11-12
想快速查定义?对应的词条在这里:
- AI Agent词条 · AI 自学笔记
