Newshot

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

Summary

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…

Original text(via IT之家)

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

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。

相关文章

  • 英伟达发布 Rubin HPC GPU:单卡超 5 万 CUDA 核心创纪录,预计 2028 年上市
  • 三星预计 2027 年 8nm 及以下制程产线利用率有望突破 100%,HPC 芯片成为主导力量
  • 曝 OPPO Find X10 Pro Max 手机全球首发三 2 亿全大底影像,主摄首发三星 HPC
  • 35 台英伟达 AI HPC 惠及超 300 万研究人员,欧洲启动史上最大规模 AI 超算建设
  • 富士通公布芯片开发路线图:2031 年 MONAKA-XX 实现 CPU + NPU 融合
  • 文远知行 × 联想全球首发搭载 NVIDIA DRIVE Thor 芯片的 100% 车规级 HPC 3.0 计算平台

The text above was extracted automatically from the source page and may miss images, tables or code blocks. The original is authoritative.

Published by IT之家
This site only summarises and aggregates; copyright stays with the original author. Headlines and summaries follow the source — where they differ, the original wins.
Read the original ↗