设置
  • 日夜间
    随系统
    浅色
    深色
  • 主题色

英特尔 350W 新卡 D270 亮剑,金融算力较英伟达 600W 加速卡飙升 5.9 倍

2026/11/17 8:06:31 来源:IT之家 作者:小泵 责编:小泵

IT之家 11 月 16 日消息,英特尔 11 月 16 日公布数据中心 GPU D270 的性能数据,称这款功耗设定为 350W 的加速卡,在特定金融计算测试中的应用吞吐量,最高达到 600W 英伟达 RTX PRO 6000 Blackwell 服务器版的 5.9 倍。

规格方面,数据中心 GPU D270 相关信息如下:

  • 硅片与精度:Xe 3P 架构,32 个 Xe 核心,256 个 XMX 引擎;原生支持 FP4 到 FP64,具备全速率双精度计算能力。

  • 内存与平台:160 GB LPDDR5X(带宽 1.5 TB/s,可扩展至 480 GB);350W PCIe 5.0 风冷规格。

  • 工作负载与生态:支持 HPC 场景(例如金融建模、地震成像)、解耦部署以及智能体 AI 推理;通过开放软件栈完成编程开发。

英特尔在博文中指出,高性能计算(HPC)正在经历根本性转变,传统大规模数值建模与模拟依然是基础,但科研与企业环境正越来越多地在连续工作流中集成模拟、分析与 AI 推理。

新兴的智能体 AI 架构加速了这一演进,将数据、模型与领域工具连接成自主循环,完成输入准备、中间输出评估,并动态引导下一步模拟操作。

这种融合趋势需要异构基础设施,由不同计算引擎执行工作流的各个阶段。此前代号为 Crescent Island 的英特尔 GPU D270 正是针对该环境设计。虽然它从底层为高效 AI 推理打造,但其架构提供了苛刻 HPC 环境所需的高精度计算能力、大容量内存以及标准企业级外形。

科研、工程与金融模拟依赖双精度运算来保持数值保真度,避免舍入误差累积。基于英特尔 Xe 3P 架构打造的英特尔 GPU D270 配备 32 个 Xe 核心与 256 个 Xe Matrix Extensions(XMX)引擎,每个核心可提供 64 次 FP64 融合乘加(FMA)运算。

该架构为开发者提供了精度可选性:在需要推理吞吐量的场景使用低精度(FP4 到 FP8),在数学精度不可妥协的场景使用全速率原生 FP64 计算。

内存架构对于处理复杂工作集同样关键。这款英特尔品牌板卡搭载 160 GB 高速 LPDDR5X 内存,带宽达 1.5 TB/s,合作伙伴设计的配置可扩展至 480 GB。

这一大容量内存让研究人员可以将海量数据集与波场常驻在 GPU 上,尽可能减少跨主机总线的高成本数据搬运。所有计算密度集成在标准 350W 风冷 PCIe 外形中,可部署在标准企业服务器内,也可跨机架扩展部署。

基于预生产硅片的真实应用基准测试,展现了 D270 平衡架构在金融分析与科学模拟场景中的切实优势:

  • 金融服务领域:在期权定价基准测试中,D270 相比 NVIDIA RTX PRO 6000 Blackwell 服务器版应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现出更优性能。考虑到 D270 功耗为 350W,而 NVIDIA GPU 功耗为 600W,这一性能表现尤为突出。

工作负载应用 / 模型基准硬件英特尔 GPU D270 测试结果
金融服务欧式蒙特卡洛模拟RTX PRO 6000(Blackwell)吞吐量达 5.9 倍
金融服务布莱克-斯科尔斯模型(欧式)RTX PRO 6000(Blackwell)吞吐量达 5.6 倍
金融服务二叉树模型RTX PRO 6000(Blackwell)吞吐量达 4.6 倍
金融服务布莱克-斯科尔斯模型(美式)RTX PRO 6000(Blackwell)吞吐量达 1.92 倍
  • 地震勘探:地震建模是油气行业要求最高的工作负载之一,需要在海量 3D 数据集上反复进行声波传播计算,使用 FP32 算力。D270 同时具备的大容量内存与 FP32 计算能力,在该工作负载中展现出强大性能。缓存感知模板优化最大化了本地缓存的数据复用,让大型波场阵列直接常驻在板卡上。英特尔将在超算 2026(Supercomputing ‘26)的展位上通过现场演示展示地震建模能力。

  • 对于科学计算而言,核心逻辑十分清晰:大容量内存可以处理更大规模的问题,更智能的数据复用简化了数据搬运流程,经过优化的开放编程模型可以提供研究人员所需的应用吞吐量。

在现代科学发现中,AI 推理不再是模拟结束后才运行的独立任务,而是直接在模拟循环内部运行。预训练 AI 代理模型充当物理模拟器,在数秒内筛选数十万设计参数,在启动全规模数值求解器前锁定有潜力的候选方案。同时,智能体决策模型实时监控模拟遥测数据,识别不稳定性、动态细化网格边界,无需等待人工干预即可自主引导下一次计算。

不过,将高吞吐量推理集成到超算循环中,对速度与极致运行效率提出了要求。单体计算节点会让不同计算阶段争抢相同的处理器资源,既压缩吞吐量,也拉高延迟。

解耦架构通过将推理工作负载拆分到适配不同计算阶段的处理器上,解决了这一瓶颈,在优化能耗与资源利用率的同时大幅加快整体执行速度。

在这份解耦架构方案中,英特尔 GPU D270 为算力密集的预填充阶段提供算力,快速处理高维模拟数据集、长提示词与科学上下文窗口。SambaNova SN50 可重构数据流单元(RDU)加速受内存带宽限制的解码阶段,实现快速推理;英特尔至强 6 与至强 6+ 处理器负责端到端工作流编排、主机通信与工具执行。

通过在英特尔 GPU D 系列与 SambaNova RDU 之间编排工作负载,这种异构方法加速了整个智能体循环,让自主决策模型可以实时引导模拟,不会占用昂贵的数值计算资源空转。

同时,所有这些能力都在现有风冷机架的安全功耗限制内实现。英特尔与 SambaNova 正在打造这套解决方案,帮助服务商无需等待新建数据中心设施、利用最通用的软件栈,即可扩大算力供给以满足 AI token 需求。

在芝加哥举办的 SC26 上,英特尔将在展位现场演示这套解耦异构推理架构,实时展示英特尔 GPU D270 与 SambaNova SN50 RDU 的协同运行。

对于 HPC 中心与研究机构而言,这套架构的核心价值在于可直接落地部署:客户可以开箱即用地部署先进的 AI 推理与智能体流水线,利用工程化的解耦基础设施,无需承担开发定制软件编排或底层调度层的负担。

如果硬件创新带来软件使用门槛,强制团队进入限制代码可移植性、需要高成本重写的专有围墙花园,其实际价值就会大打折扣。可行的软件策略不能要求与过去的技术栈彻底割裂,必须在释放新加速能力的同时保护现有软件投资。

英特尔通过提供统一开放软件栈直接解决这一问题,该栈同时支持传统数值模拟与现代 AI 工作负载。英特尔没有要求开发者将算法重写为专有方言,而是适配团队现有的开发环境。英特尔长期投入 HPC 基础标准建设,包括 Intel MPI、优化的 Fortran 与高性能 C++ 编译器,确保现有并行代码库可以在现代异构架构上高效运行,不存在厂商锁定问题。

通过将工程重点放在与标准 AI 框架、推理运行时、开放 SYCL 编程模型的上游集成上,研究团队无需修改现有工具链即可部署英特尔 GPU D270,并在产品交付首日获得成熟性能表现。

英特尔已经在英特尔 GPU D270 上得到的早期性能数据,就是上述能力的证明。在新兴的决策类模型(模型能够自主做出决策,而非仅生成答案)场景中,英特尔 GPU D270 运行 Drex 2.0 时的延迟比 NVIDIA RTX PRO 6000 Blackwell 服务器版低最高 29%。

在大语言模型吞吐量方面,D270 运行 Qwen 3 30B – A3B³ 时的吞吐量达到同级别竞品 GPU 的 1.12 倍,且功耗仅为 350W。这两项在预生产硅片上取得的结果,已经展现出英特尔 GPU D270 出色的智能体应用适配能力。

在 HPC 场景的前述 Veridien 地震演示中,将工作负载移植到英特尔 GPU D270 只需极少工作量,因为开放 SYCL 编程模型允许团队复用现有 HIP / CUDA 工作负载的已有开发成果。移植到 SYCL 时无需修改主机端代码,结合预先编译(AOT)与内核捆绑技术,可以直接复用现有计算内核。无需大幅重新调优即可实现高性能:90% 的内核在没有英特尔专属优化的情况下即可良好运行,即使是复杂内核在首次未优化移植时也达到了理论峰值性能的 70%。最终结果:一个地震成像迷你应用在不到一个月的时间内完成移植,数值精度与性能均通过了验证。

英特尔 GPU D270 此前多被视为一款为推理优化的 GPU,但凭借原生 FP64 精度、大容量内存与开放软件的组合,它在高性能计算领域展现出了极具说服力的适配能力:在 HPC 与 AI 融合的趋势下,它是一款平衡、能力全面的加速器,能够切实优化整体工作流产出效果。

广告声明:文内含有的对外跳转链接(包括不限于超链接、二维码、口令等形式),用于传递更多信息,节省甄选时间,结果仅供参考,IT之家包含外链的文章均包含本声明。

软媒旗下网站: IT之家 最会买 - 返利返现优惠券 iPhone之家 Win7之家 Win10之家 Win11之家

软媒旗下软件: 软媒手机APP应用 魔方 最会买 要知