在消费级AI市场上，英特尔显卡可以分一杯羹吗？

英特尔在台北国际电脑展上正式发布锐炫Pro B系列显卡，这个系列在发布之前就引起了很多关注。但并非因为AI性能，而是因为AI性能。传闻锐炫Pro B系列将提供更大的显存和同级领先的AI算率，以消费级的价格，这样就足以让很多个人用户感到兴奋。

首先看一下这次发布的产品规格，锐炫Pro B系列首发产品有两种，分别是B50和B60，在规格上有很多不同。B50拥有16个Xe核心和128个XMX引擎，峰值可达170个 TOPS，配置16GB DDR6显存带宽为224GB/s，TDP仅为70W，并支持PCIe。 5.0×8连接，价格仅为299美元(人民币2156元)。

另一方面，B60拥有20个Xe核心和160个XMX发动机，峰值可达197TOPS，并配置24GB。 显存DDR6，显存带宽456GB/s，在120~200W之间调整主板功耗，同样支持PCIe 5.0 x8接口，价格为500美元(人民币3605元)。

与锐炫Pro相比 A系列和B系列的AI性能和通用性能都有了很大的提升，部分特性的提升达到了130%，完全填补了上一代缺乏性能的弊端。而且，与上一代致力于AI计算的图形工作性能不同，B50的图形工作性能直接提升了3.4倍，甚至可以满足更复杂的图形计算需求。

仅从计算性能来看，B50和B60并不突出，即使是B60也勉强触及了RTX。 4060水平，但消费级显卡本由于选择了新的张量核心，但在AI算率方面具有优势。比如最新的50系显卡，甚至是最低端的RTX。 5060还有614AI算率，类似于英伟达的A100专业计算卡。前者的价格只有2499元，后者的价格直接跳到了五位数。

若将B50和B60与英伟达的专业卡进行对比，基本上可将A5000和A4000两张显卡进行对比，价格分别在10000元和6000元左右，B60的三倍和B50的两倍以上。说说实话，即使有英伟达的CUDA生态加持，英特尔仍然为普通用户和小企业提供了更具吸引力和性价比的选择。

英特尔将打翻个人AI市场？

自从AI模型流行以来，本地部署端侧模型已经成为许多PC爱好者的折腾方向。然而，人们很快发现，端侧部署AI模型面临的最大问题不是计算率不足，而是“显存”不足。很多人认为AI模型的端侧感受取决于计算率。事实上，这种观点并不完全正确。对于个人使用的本地AI模型来说，显存的重要性其实更高。

因为显存直接关系到你能运行多大的AI模型，以小雷自己的RTX为例。 4070Ti 以Super为例，显存为16GB，因此，在保证使用体验的情况下，最大可以部署32B参数模型，与满血版DeepSeek的参数差距接近20倍，基本上体验是受影响的。

简单来说，即使显卡的AI算率出类拔萃，如果显存不足以运行大参数的AI模型，那么最终的感觉也不会好，因为AI算率只能决定生成token的速度，即回复你的时间更短，而模型参数的数量直接决定了回答的质量和准确性。

相反，如果你有足够的显存来部署大参数的AI模型，即使性能一般，也无非是生成答案的速度更慢，如果你个人使用，忍耐就会过去。现在的个人AI市场基本上处于“计算率诚实可贵，显示存价更高”的状态，毕竟单看计算能力，RTX 5090几乎是A100 80G版本的两倍，前者的价格已经被很多人吐槽了3万，而后者的价格却接近18万。

所以，显存的重要性应该不用小雷再多描述了吧？对普通用户来说，花十几万买一张专业卡显然是不划算的，但是消费级显卡在互联协议上的抽签切割，让用户无法通过多卡串联来扩大显存，这让端侧部署AI的感觉非常尴尬。

为解决显存问题，甚至出现RTX进行显存改造。 2080Ti 由于其支持完整版本的NVLink，22G版本(正版为11G)可以实现显存共享，从单位显存成本和计算率来看，是个人AI服务器中性价比最高的选择之一。

然而，在英特尔的B50和B60出现之后，这些RTX被改装了。 2080Ti 估计22G版本会失业，毕竟2080Ti本身的算率也就是130TOPS，而且改装显然存在不稳定等隐患。相比之下，B60拥有24G显存和197TOPS计算能力只需3600。 ，并且支持PCIe 5.0协议下的8卡互联，推理和训练速度都远远超过老计划。

对普通用户来说，只要花费不到一万元，就能得到一台PC，可以安排中等参数的AI大模型，196GB的显存甚至可以在8卡互联的情况下勉强满足1.58-bit 全血DeepSeek量化版本的本地部署，显卡费用也不到30,000(服务器主板等)。

可以说，对于个人AI爱好者来说，B50和B60无疑是真正的“性价比选择”。如果不考虑模型训练效率，可以轻松在家里搭建小型AI服务器。

在生存的压力下，英特尔另辟蹊径。

不久前，英特尔公布了第一季度的财务报告。报告显示，英特尔第一季度的收入为127亿美元(约合人民币916亿元)，与去年同期的127亿美元相比持平。净亏损应占8亿美元(约合人民币57亿元)，净亏损应占去年同期的4亿美元(约合人民币29亿元)增长115%。

可以说，压力迫使英特尔加快业务推广，寻找更多的利润增长点。然而，虽然英特尔的B50和B60都有很好的性价比，但与英伟达的差距并没有缩小多少，巨人的订单仍然会像雪片一样涌向英伟达，而不是英特尔。

没有他，对于大企业来说，价格不是关键，计算效率是关键，因为这决定了他们能否更早完成AI培训，在下一轮AI大赛中领先对手。

所以，英特尔显然并不打算与英伟达争夺大企业客户，而是瞄准小企业和个人市场。正如我之前所说，对个人用户而言，锐炫Pro B系列显卡确实是个不错的选择，对于小型工作室和企业来说也是如此。

想象一下，如果你使用几十万，你可以部署一个拥有数百G显存的大型AI模型服务器，理论上支持部署，这将比过去所有同级别的AI服务器方案都便宜得多(目前的主流方案一般需要几百万的成本)。

换句话说，英特尔直接抹去了小企业AI转型的大部分门槛，只留下了“技术问题”。毕竟现在熟悉AI领域的人才都是馒头，招人不容易。如果高硬件成本消失了，那么还有什么理由不去尝试拥抱AI呢？

虽然小企业的个人采购份额远不如大企业，但从行业角度来看，小企业的数量还是相当可观的。此外，英特尔可以与浪潮、联想等各种服务器供应商合作，为企业提供一步到位的AI解决方案。这些基于英特尔AI计算卡的设计方案很容易被客户认可，因为硬件成本低。

在英伟达忽略的市场中，英特尔正以自己的方式为显卡业务寻找新的出路，并且确实有可能成功，对英特尔来说，这一新业务已经成为难得的增长点，必须牢牢把握。

然而，英特尔可能并不是唯一这样认为的公司，AMD还在台北国际电脑展上发布了Radeon。 AI PRO R9700，这款AI计算卡是基于消费级核心，拥有32GB显存，最高支持四卡串联。虽然上限和英特尔有差距，但也有更强的计算率。

此外，还有Arm等半导体企业，对AI市场的消费水平“虎视眈眈”。去年，Arm宣布将与众多合作伙伴一起推动AI芯片的生态发展和研发，同时开发自己的AI芯片。这些产品不仅面向服务器市场，也面向消费市场。依靠Arm架构的出色能效比，也许有一天我们可以在小型设备上实现大规模的AI模型部署。

在AI的浪潮中，科技企业不进则退，尤其是已经陷入漩涡的半导体企业。谁能抓住机会进入下一阶段，谁就能在未来领导这个行业。

本文来源于“雷科技”，36氪经授权转载。

本文仅代表作者观点，版权归原创者所有，如需转载请在文中注明来源及作者名字。

免责声明：本文系转载编辑文章，仅作分享之用。如分享内容、图片侵犯到您的版权或非授权发布，请及时与我们联系进行审核处理或删除，您可以发送材料至邮箱：service@tojoy.com