Intel D270：480GB 显存的推理卡，买前问三件事

Intel 给这块卡的定位不是"更快的 GPU"，是"别为了显存再买一整个机柜"。

一、发生了什么

Intel 在数据中心 GPU 的 D 系列页面挂出了 D270，标题写得很直白：为推理优化。官方给出的规格只有几个数：单卡最多 480GB LPDDR5X 内存，350W，风冷被动散热，32 个 Xe3P 核心，256 个 XMX 矩阵引擎，标准 PCIe 5.0 形态。

还有一句关键表述：不用 HBM。

Intel 的解释是负载变了。智能体读的比写的多——长上下文、多步流程，算力主要花在 prefill 上。所以它把芯片面积从图形和光追管线挪给 Xe3P 核心和矩阵单元，用标准服务器、标准互联、现成机架来堆 token 吞吐，而不是靠专有网络和液冷。官方给的场景是"数千步、10 万 token 上下文、数十个并发会话"。

软件方面，官方说对主流开源模型是"零日支持"，跑在 vLLM 和 PyTorch 这一套现成工具上。

页面没有给显存带宽，没有给各精度算力，没有给价格，也没有给上市日期。这几个空缺很关键，下面会讲。

顺带解释两个词，后面要用。prefill 是模型把整段输入读进去、建立上下文的阶段，算力密集；decode 是一个字一个字往外吐的阶段，每吐一个 token 都要把模型权重和缓存读一遍，带宽密集。Intel 的全部论证，都建立在"智能体的时间花在 prefill"这个判断上。

二、跟你有什么关系

要私有化部署大模型的团队。 480GB 单卡意味着某些模型可以整块放下，不用切分到多张卡。省的是卡间通信和机架空间。

管机房的人。 350W、被动散热、PCIe 5.0，意味着不用改液冷、不用换服务器。这是采购流程里最容易被低估的一项。

做选型的。 这块卡不是训练卡。要看你的负载是"读长文档"还是"连续吐字"，两者的瓶颈完全不同。同样一块卡，跑文档问答可能很划算，跑客服对话可能很不划算。

三、怎么判断

1. 先问你的负载是 prefill 还是 decode。 Intel 的整套论证建立在"智能体以读为主"上。长上下文问答、文档分析、代码库检索，确实是 prefill 重。但聊天、流式生成、大批量短输出，瓶颈在 decode，而 decode 吃带宽。官方没公布带宽，你就没法估算每秒能出多少 token——这是第一个必须问供应商的数。
2. 算 480GB 里有多少能给 KV cache。 模型权重先占一块，剩下才是上下文缓存。粗略按 FP8 估算，480GB 理论上大约对应四千多亿参数的权重，留给缓存的空间会比标称小很多。支持的并发会话数 = 剩余显存 ÷ 每会话 KV 占用。官方提"数十个并发会话、10 万 token 上下文"，但没有给对应的模型尺寸。让对方按你的模型和上下文长度算一遍。
3. 算整机的账，不是单卡的账。 350W 是卡本身。加上服务器、网络、电费和机架租金，再和"用更多小卡并行"的方案比。风冷省下的改造费要算进去，卡数变多带来的运维成本也要算进去。
4. 问供货和生命周期。 数据中心卡不是买一张，是买三年供货和五年驱动支持。产品页没给上市日期，就要问清楚什么时候能批量交付、上一代产品的支持周期到哪天。

四、三个别信的说法

「480GB 等于 480GB HBM。」 容量是容量，带宽是带宽。LPDDR5X 的带宽通常低于 HBM，Intel 的论点是这类负载不需要 HBM 的带宽，但页面没有公布具体带宽数值。信不信，取决于你的负载。

「350W 就一定更省电。」 单卡功耗低不等于每 token 能耗低。要比较的是"完成同一个请求消耗多少瓦时"，这需要吞吐数据，而官方页面没有给。

「支持 vLLM 就能上线。」 框架支持不等于你的模型、量化格式、并行策略都被验证过。先在测试环境跑通你的模型，再谈采购。

五、一句话结论

D270 是一场关于"推理瓶颈在哪"的赌注；在拿到带宽和吞吐数据之前，它只是一个容量很大、功耗很低的选项，不是答案。

信息来源

• Intel：Intel GPU D-series / D270 产品页（访问于 2026 年 10 月 18 日）

功能与价格以官方公告为准。本文写于 2026 年 10 月 18 日。