英特尔Arc Pro B70显卡高并发AI推理性能反超R

二零二六年七月九日，蓝戟放出了一组有趣的AI推理性能实测数据，测试的对象是自家的Arc Pro B70 32GB显卡，对手则是英伟达RTX 5090D 32GB和RTX 4090D 24GB。

先说个有意思的现象：在低并发场景下，RTX 5090D确实表现抢眼，单卡瞬时算力占优。但一旦并发量上来，战局就开始反转了。当并发量提升到128时，Arc Pro B70完成了反超——吞吐量比RTX 5090D高出8.6%，比RTX 4090D高出34.2%。这成绩可不是偶然。到了256并发，系统达到整机峰值，吞吐量直接飙到每秒2320.76 tokens，领先RTX 5090D 7.5%，甩开RTX 4090D 48.7%。即使把并发推到512，Arc Pro B70依然保持着对RTX 5090D 7.8%、对RTX 4090D 45.6%的优势。

那么，为什么会出现这种情况？

关键突破点在于显存容量和架构设计。RTX 4090D只有24GB显存，高并发下显存带宽和容量很快就成了老短板。Arc Pro B70这边呢，搭载了32GB GDDR6显存，位宽256位，带宽达到608GB/s。更关键的是，它内置XMX计算单元，FP16精度下的计算能力直接翻了四倍，这配置简直就是为高并发、大批量请求的AI推理场景量身定做的。Xe2架构下集成32个Xe2核心和256个XMX引擎，硬件资源分配更贴合大模型推理的实际需求。

再来看价格，差距就更明显了。Arc Pro B70 32GB版建议零售价在9499元到9999元之间；而RTX 5090D在中国市场的主流售价普遍超过两万，差不多是Arc Pro B70的两倍。顺便提一句，配备32GB显存的RTX 5090D标准版已经停产了，厂商现在主推的是显存缩水到24GB的V2版本。

行业内的共识是：随着AI大模型参数规模越来越大，推理请求密度越来越高，显存容量和带宽将成为决定推理效率的核心因素。RTX 5090D在高并发下的显存瓶颈，只会越来越突出。英特尔显然看清了这一点，正用Arc Pro系列在性能和成本之间找到的那个最佳平衡点，加速切入AI推理市场。可以预见的是，这个领域的性价比竞赛，才刚刚开始。