英特尔Arc Pro B70显卡高并发AI推理性能反超RTX 5090D/4090D

二零二六年七月九日，显卡制造商蓝戟公布了一组针对AI推理性能的实测数据。

本次测试采用四卡集群配置，对比对象为英特尔Arc Pro B70 32GB显卡、英伟达RTX 5090D 32GB显卡及RTX 4090D 24GB显卡。测试模型为DeepSeek-R1-Distill-Qwen-32B FP16，输入与输出长度统一设定为128 tokens，覆盖并发量从1至512的全范围梯度，核心评估指标为每秒token吞吐量。

在低并发场景下，RTX 5090D凭借单卡瞬时计算能力处于领先地位。但当并发量提升至128时，Arc Pro B70实现反超，其吞吐量较RTX 5090D高出百分之八点六，较RTX 4090D高出百分之三十四点二。并发量升至256时，系统达到整机峰值性能，吞吐量为每秒两千三百二十点七六tokens，领先RTX 5090D百分之七点五，领先RTX 4090D百分之四十八点七。即便在最大并发量512条件下，Arc Pro B70仍保持对RTX 5090D百分之七点八、对RTX 4090D百分之四十五点六的性能优势。

这一反超表现主要源于Arc Pro B70在显存容量与架构设计上的综合优势。RTX 4090D仅配备24GB显存，在高并发任务中显存带宽与容量迅速成为瓶颈；而Arc Pro B70搭载32GB GDDR6显存，显存位宽256位，带宽达608GB/s。其核心采用XMX计算单元，使FP16精度下的计算能力提升四倍，特别适配高并发、大批量请求的AI推理负载。该显卡基于Xe2架构，集成32个Xe2核心与256个XMX引擎，硬件资源分配更契合大模型推理的实际需求。

价格层面差异更为显著。Arc Pro B70 32GB版本建议零售价区间为九千四百九十九元至九千九百九十九元；RTX 5090D在中国市场主流售价普遍超过两万元，约为Arc Pro B70价格的两倍。需指出的是，配备32GB显存的RTX 5090D标准版已停止生产，厂商当前主推显存缩减至24GB的RTX 5090D V2版本。

行业观点认为，随着AI大模型参数规模持续扩大、推理请求密度不断提高，显存容量与带宽将成为决定推理效率的关键因素。RTX 5090D在高并发场景下的显存制约将日益凸显。英特尔正依托Arc Pro系列在性能与成本之间的平衡优势，加速切入AI推理应用市场，并推动该领域向更高性价比方向演进。