这两天GPU圈子发生了个事儿，被网友们讨论地津津乐道有一款显卡卖爆了。
GPU供不应求其实已经司空见惯了，但之所以这次能被热议起来，是因为这款产品背后的厂家。
从玩家们的讨论中不难得出答案性价比够高，2000元价位就能在2K画质下畅玩3A游戏。
而这款显卡，正是Intel不久前发布的第二代锐炫B580，售价仅2049元起。
但Intel的锐炫B580不仅价格比它们低，还配备了12GB的RAM和192bit的显存位宽。
即使是价格更低的锐炫B570（219美元，下个月上市）也配备了10GB的RAM。
虽然锐炫是游戏显卡，但毕竟是GPU啊，于是也有一部分人买来开始搞AI了。而这，可能会让它未来的销售再增三分热度。
这不，有人在Reddit上就分享了怎么在锐炫B580上搞AI画图Comfy UI了：
不仅是个人用户的尝鲜，我们还打听到有些企业已经着手把Intel的显卡塞进包括工作站和服务器在内的商用计算设备中了，具体搭配的“食谱”就是：Intel至强系列CPU+锐炫显卡。
不过暂时用的还是Intel上一代的A770，作为上一代的旗舰型号，A770有着16G大显存，用在AI推理上，也算游刃有余。
首先可以看出来，无论个人还是企业，买Intel消费级显卡来搞AI，基本都是来做AI推理的。
一方面，随着行业热议的“预训练Scaling Law撞墙”了，像OpenAI o1/o3系列模型也开始依靠增加推理算力提高模型能力。
另一方面，AI应用落地的爆发也使得推理需求大幅增长，这些需求往往不强求算力的溢出甚至极致，即所谓硬需求不高，而是更加注重实现够用的性能（包括并发度和时延），以及与之同步的易获取、易部署、易使用和成本上是否够实惠。
从硬件方面讲，即使是顶级的算力卡，单卡做AI推理在面对高并发等场景时，显存也会成为瓶颈，但升级到四卡、八卡成本又会飙升。此时，Intel A770这种2000元价位就有16G大显存的型号，就成了兼顾性能与成本之选。
从应用方面讲，很多场景其实对每秒token生成速度要求并不高，特别是有流式传输等优化手段，只要first token latency到位了，后面生成速度满足一定要求，体验就很好。
这是我们拿到的4张Intel锐炫A770显卡跑Qwen2.5 32B模型的演示Demo，来感受一下这个速度，是不是足够了？
看到这里可能有人要问了，用Intel显卡跑AI，CUDA的问题怎么解决？
拿最流行的大模型推理框架之一vLLM来说，得益于开源软件的发展，其早已实现了高级别的抽象和封装，其实换用哪种硬件，用起来都没差太多。
可能还有人要问了，那为什么不选专用AI推理加速器，比如风头正盛的Groq、Sambanova这些？
这就要说到，多模态交互是现在AI应用的一大趋势，无论是与AI视频对话、数字人，还是直播、短视频场景的一些应用，都同时会用到视频解码或图形渲染能力，这就非得是通用GPU不可。
专用加速器虽然在特定任务上有优势，但在处理多样化需求时，通用GPU更具灵活性。
所以总结来看，用Intel显卡搞AI推理，算力够用，大显存还有，可行性就有了，性价比也有了，对于现有业务来说，迁移成本更是理想。
其实，Intel在两年前刚推出锐炫系列时就采取与友商不同的策略，许可证方面明确不限制数据中心使用。
为了方便大家用好AI，Intel的软件团队一直没闲着，除了更新oneAPI，还在持续推出和更新一系列开源工具，吸粉不断。
例如加速库IPEX-LLM，可用于大模型的推理和微调，在GitHub上已经有6.8k star。
从IPEX-LLM也可以看出Intel对中国市场的重视，针对中国主流的开源大模型ChatGLM、Qwen、MiniCPM等都提供了适配，中文文档和教程也做的比较完善。
为了方便大家选择模型，Intel还在HuggingFace上维护了一个低比特量化模型的排行榜，设置好条件，就可以一键比较并筛选出自己需要的模型。
这么看下来，Intel为AI开源社区做的众多贡献，给企业和开发者提供了便利，也是现在大家愿意尝试Intel显卡的原因之一。
Intel看到AI推理这个市场需求逐渐扩大后，在后续产品策略上也有所调整。
2025年，Intel准备推出Battlemage系列显卡的更大显存版本，其容量将增至24G。
以后就是现有版本继续服务于游戏等消费级市场，24G的更大显存版本瞄准“生产力市场”。
“生产力市场”的目标用户涵盖了数据中心、边缘机房、教育科研和个人开发者等。
拥有更大显存的Intel显卡，不仅可在AI推理需求上，也能在渲染和视频编解码应用上做到比专业图形卡、工作站显卡性价比更高。
还真别说，“从游戏人间转向打工赚钱”+“算力够用、显存保大”，很有可能会成为IntelGPU突围的一招妙棋。
