英特爾 350W 新卡 D270 亮劍,金融算力較英偉達 600W 加速卡飆升 5.9 倍
IT之家 11 月 16 日消息,英特爾 11 月 16 日公佈數據中心 GPU D270 的性能數據,稱這款功耗設定爲 350W 的加速卡,在特定金融計算測試中的應用吞吐量,最高達到 600W 英偉達 RTX PRO 6000 Blackwell 服務器版的 5.9 倍。規格方面,數據中心 GPU D270 相關信息如下:硅片與精度:Xe 3P 架構,32 個 Xe 核心,256 個 XMX 引擎;原生支持 FP4 到 FP64,具備全速率雙精度計算能力。內存與平臺:160 GB LPDDR5X(帶寬 1.5 TB/s,可擴展至 480 GB);350W PCIe 5.0 風冷規格。工作負載與生態:支持 HPC 場景(例如金融建模、地震成像)、解耦部署以及智能體 AI 推理;通過開放軟件棧完成編程開發。英特爾在博文中指出,高性能計算(HPC)正在經歷根本性轉變,傳統大規模數值建模與模擬依然是基礎,但科研與企業環境正越來越多地在連續工作流中集成模擬、分析與 AI 推理。新興的智能體 AI 架構加速了這一演進,將數據、模型與領域工具連接成自主循環,完成輸入準備、中間輸出評估,並動態引導下一步模擬操作。這種融合趨勢需要異構基礎設施,由不同計算引擎執行工作流的各個階段。此前代號爲 Crescent Island 的英特爾 GPU D270 正是針對該環境設計。雖然它從底層爲高效 AI 推理打造,但其架構提供了苛刻 HPC 環境所需的高精度計算能力、大容量內存以及標準企業級外形。科研、工程與金融模擬依賴雙精度運算來保持數值保真度,避免舍入誤差累積。基於英特爾 Xe 3P 架構打造的英特爾 GPU D270 配備 32 個 Xe 核心與 256 個 Xe Matrix Extensions(XMX)引擎,每個核心可提供 64 次 FP64 融合乘加(FMA)運算。該架構爲開發者提供了精度可選性:在需要推理吞吐量的場景使用低精度(FP4 到 FP8),在數學精度不可妥協的場景使用全速率原生 FP64 計算。內存架構對於處理複雜工作集同樣關鍵。這款英特爾品牌板卡搭載 160 GB 高速 LPDDR5X 內存,帶寬達 1.5 TB/s,合作伙伴設計的配置可擴展至 480 GB。這一大容量內存讓研究人員可以將海量數據集與波場常駐在 GPU 上,儘可能減少跨主機總線的高成本數據搬運。所有計算密度集成在標準 350W 風冷 PCIe 外形中,可部署在標準企業服務器內,也可跨機架擴展部署。基於預生產硅片的真實應用基準測試,展現了 D270 平衡架構在金融分析與科學模擬場景中的切實優勢:金融服務領域:在期權定價基準測試中,D270 相比 NVIDIA RTX PRO 6000 Blackwell 服務器版應用吞吐量最高提升至 5.9 倍 [1],在算力密集型金融建模中展現出更優性能。考慮到 D270 功耗爲 350W,而 NVIDIA GPU 功耗爲 600W,這一性能表現尤爲突出。工作負載應用 / 模型基準硬件英特爾 GPU D270 測試結果金融服務歐式蒙特卡洛模擬RTX PRO 6000(Blackwell)吞吐量達 5.9 倍金融服務布萊克-斯科爾斯模型(歐式)RTX PRO 6000(Blackwell)吞吐量達 5.6 倍金融服務二叉樹模型RTX PRO 6000(Blackwell)吞吐量達 4.6 倍金融服務布萊克-斯科爾斯模型(美式)RTX PRO 6000(Blackwell)吞吐量達 1.92 倍地震勘探:地震建模是油氣行業要求最高的工作負載之一,需要在海量 3D 數據集上反覆進行聲波傳播計算,使用 FP32 算力。D270 同時具備的大容量內存與 FP32 計算能力,在該工作負載中展現出強大性能。緩存感知模板優化最大化了本地緩存的數據複用,讓大型波場陣列直接常駐在板卡上。英特爾將在超算 2026(Supercomputing ‘26)的展位上通過現場演示展示地震建模能力。對於科學計算而言,核心邏輯十分清晰:大容量內存可以處理更大規模的問題,更智能的數據複用簡化了數據搬運流程,經過優化的開放編程模型可以提供研究人員所需的應用吞吐量。在現代科學發現中,AI 推理不再是模擬結束後才運行的獨立任務,而是直接在模擬循環內部運行。預訓練 AI 代理模型充當物理模擬器,在數秒內篩選數十萬設計參數,在啓動全規模數值求解器前鎖定有潛力的候選方案。同時,智能體決策模型實時監控模擬遙測數據,識別不穩定性、動態細化網格邊界,無需等待人工干預即可自主引導下一次計算。不過,將高吞吐量推理集成到超算循環中,對速度與極致運行效率提出了要求。單體計算節點會讓不同計算階段爭搶相同的處理器資源,既壓縮吞吐量,也拉高延遲。解耦架構通過將推理工作負載拆分到適配不同計算階段的處理器上,解決了這一瓶頸,在優化能耗與資源利用率的同時大幅加快整體執行速度。在這份解耦架構方案中,英特爾 GPU D270 爲算力密集的預填充階段提供算力,快速處理高維模擬數據集、長提示詞與科學上下文窗口。SambaNova SN50 可重構數據流單元(RDU)加速受內存帶寬限制的解碼階段,實現快速推理;英特爾至強 6 與至強 6+ 處理器負責端到端工作流編排、主機通信與工具執行。通過在英特爾 GPU D 系列與 SambaNova RDU 之間編排工作負載,這種異構方法加速了整個智能體循環,讓自主決策模型可以實時引導模擬,不會佔用昂貴的數值計算資源空轉。同時,所有這些能力都在現有風冷機架的安全功耗限制內實現。英特爾與 SambaNova 正在打造這套解決方案,幫助服務商無需等待新建數據中心設施、利用最通用的軟件棧,即可擴大算力供給以滿足 AI token 需求。在芝加哥舉辦的 SC26 上,英特爾將在展位現場演示這套解耦異構推理架構,實時展示英特爾 GPU D270 與 SambaNova SN50 RDU 的協同運行。對於 HPC 中心與研究機構而言,這套架構的核心價值在於可直接落地部署:客戶可以開箱即用地部署先進的 AI 推理與智能體流水線,利用工程化的解耦基礎設施,無需承擔開發定製軟件編排或底層調度層的負擔。如果硬件創新帶來軟件使用門檻,強制團隊進入限制代碼可移植性、需要高成本重寫的專有圍牆花園,其實際價值就會大打折扣。可行的軟件策略不能要求與過去的技術棧徹底割裂,必須在釋放新加速能力的同時保護現有軟件投資。英特爾通過提供統一開放軟件棧直接解決這一問題,該棧同時支持傳統數值模擬與現代 AI 工作負載。英特爾沒有要求開發者將算法重寫爲專有方言,而是適配團隊現有的開發環境。英特爾長期投入 HPC 基礎標準建設,包括 Intel MPI、優化的 Fortran 與高性能 C++ 編譯器,確保現有並行代碼庫可以在現代異構架構上高效運行,不存在廠商鎖定問題。通過將工程重點放在與標準 AI 框架、推理運行時、開放 SYCL 編程模型的上游集成上,研究團隊無需修改現有工具鏈即可部署英特爾 GPU D270,並在產品交付首日獲得成熟性能表現。英特爾已經在英特爾 GPU D270 上得到的早期性能數據,就是上述能力的證明。在新興的決策類模型(模型能夠自主做出決策,而非僅生成答案)場景中,英特爾 GPU D270 運行 Drex 2.0 時的延遲比 NVIDIA RTX PRO 6000 Blackwell 服務器版低最高 29%。在大語言模型吞吐量方面,D270 運行 Qwen 3 30B – A3B³ 時的吞吐量達到同級別競品 GPU 的 1.12 倍,且功耗僅爲 350W。這兩項在預生產硅片上取得的結果,已經展現出英特爾 GPU D270 出色的智能體應用適配能力。在 HPC 場景的前述 Veridien 地震演示中,將工作負載移植到英特爾 GPU D270 只需極少工作量,因爲開放 SYCL 編程模型允許團隊複用現有 HIP / CUDA 工作負載的已有開發成果。移植到 SYCL 時無需修改主機端代碼,結合預先編譯(AOT)與內核捆綁技術,可以直接複用現有計算內核。無需大幅重新調優即可實現高性能:90% 的內核在沒有英特爾專屬優化的情況下即可良好運行,即使是複雜內核在首次未優化移植時也達到了理論峯值性能的 70%。最終結果:一個地震成像迷你應用在不到一個月的時間內完成移植,數值精度與性能均通過了驗證。英特爾 GPU D270 此前多被視爲一款爲推理優化的 GPU,但憑藉原生 FP64 精度、大容量內存與開放軟件的組合,它在高性能計算領域展現出了極具說服力的適配能力:在 HPC 與 AI 融合的趨勢下,它是一款平衡、能力全面的加速器,能夠切實優化整體工作流產出效果。