在臺北國際電腦展上，英特爾正式發布銳炫Pro B系列顯卡，該系列在發布前就已經受到了許多的關注。不過并非因為AI性能，而是傳聞銳炫Pro B系列將以消費級的價格，提供更大的顯存和同級別領先的AI算力，這就足以讓不少個人用戶感到興奮了。

　　先來看看本次發布的產品規格，銳炫Pro B系列首發共有兩款產品，分別是B50和B60，規格上有著不少區別。其中B50擁有16個Xe核心和128個XMX引擎，峰值算力可達170 TOPS，配備16GB DDR6顯存，顯存帶寬為224GB/s，TDP僅為70W，并且支持PCIe 5.0×8連接，售價僅299美元(人民幣2156元)。

　　B60則擁有20個Xe核心和160個XMX引擎，峰值算力可達197TOPS，并且配備24GB DDR6顯存，顯存帶寬為456GB/s，主板功耗支持在120~200W之間調整，同樣支持PCIe 5.0 x8接口，售價則是500美元(人民幣3605元)。

　　對比銳炫Pro A系列，B系列不管是AI性能還是通用性能都有了大幅度的增長，部分性能的漲幅達到130%，徹底彌補了前代性能不足的弊端。而且，與前代專注于AI運算不同，B50的圖形工作性能直接提高了3.4倍，甚至可以滿足更復雜的圖形運算需求。

　　單從算力性能來看，B50和B60都不算突出，即使是B60也就勉強摸到了RTX 4060的水平，但是消費級顯卡本就因為采用了新的張量核心而在AI算力上具有優勢。比如最新的50系顯卡，即使是最低端的RTX 5060也有614的AI算力，與英偉達的專業計算卡A100差不多，前者價格只要2499元，后者價格則直接跳到五位數。

　　如果把B50和B60拿去對比英偉達的專業卡，基本可以對標A5000和A4000兩款顯卡，價格分別在10000元和6000元左右，分別是B60的三倍和B50的兩倍多。說實話，即使有英偉達的CUDA生態加持，對于普通用戶和小型企業來說，英特爾依然提供了更具誘惑力和性價比的選擇。

　　英特爾要掀翻個人AI市場?

　　自從AI大模型火了之后，本地部署端側模型就成為不少PC愛好者的折騰方向，但是大家很快發現端側部署AI大模型，面臨的最大問題不是算力不足，而是“顯存”不足。很多人覺得AI大模型的端側體驗取決于算力，其實這個看法并不完全正確，對于個人使用的本地AI模型來說，顯存的重要性其實要更高一些。

　　因為顯存直接決定了你可以運行多大規模的AI大模型，以小雷自己的RTX 4070Ti Super為例，顯存是16GB，那么在確保使用體驗的情況下，最大可以部署32B參數量的模型，與滿血版的DeepSeek有著接近20倍的參數量差距，基本上體驗是大打折扣的。

　　簡單來說，即使顯卡的AI算力爆表，如果顯存不足以運行大參數量的AI大模型，那么最終的體驗都不會好，因為AI算力只能決定生成token的速度，也就是回復你的用時更短，而模型參數量則直接決定回答的質量和準確性。

　　反之，如果你有足夠的顯存去部署大參數量的AI模型，那么即使算力性能一般，無非就是生成回答的速度慢一些，個人使用的話忍忍也就過去了。如今的個人AI市場基本上處于“算力誠可貴，顯存價更高”的狀態，畢竟單看算力的話RTX 5090幾乎是A100 80G版的兩倍，前者售價三萬就已經被不少人吐槽了，后者價格卻接近十八萬。

　　所以，顯存的重要性應該不用小雷再過多敘述了吧?對于普通用戶來說，花十幾萬買一張專業卡顯然是不劃算的，但是消費級顯卡在互聯協議上的閹割，讓用戶無法通過多卡串聯來拓展顯存，也就讓端側部署AI的體驗變得十分尷尬。

　　為了解決顯存問題，甚至出現了改裝顯存的RTX 2080Ti 22G版(原版為11G)，因為其支持完全版本的NVLink，可以實現顯存共享，按單位顯存成本和算力來看，算是個人AI服務器里性價比最高的選擇之一。

　　但是，在英特爾的B50和B60面世后，這些經過改裝的RTX 2080Ti 22G版估計就要失業了，畢竟2080Ti本身的算力也就130TOPS，而且改裝的顯存存在不穩定等隱患。作為對比，擁有24G顯存和197TOPS算力的B60只要3600+，而且支持PCIe 5.0協議下的8卡互聯，推理和訓練速度都遠超老方案。

　　對于普通用戶來說，只需要不到一萬的成本，就可以得到一臺能夠部署中等參數規模AI大模型的PC，在8卡互聯的情況下，196GB的顯存甚至可以勉強滿足1.58-bit 量化版的滿血DeepSeek本地部署，顯卡成本也就不到三萬(服務器主板等另算)。

　　可以說，B50和B60對于個人AI愛好者而言，無疑是真正的“性價比之選”，如果不考慮模型訓練效率等問題，它可以輕松讓你在家里搭建一個小型AI服務器。

　　生存壓力下，英特爾另辟蹊徑

　　前段時間，英特爾公布了第一季度財報，報告顯示，英特爾第一財季營收為127億美元(約合人民幣916億元)，與上年同期的127億美元相比持平;應占凈虧損為8億美元(約合人民幣57億元)，與上年同期的應占凈虧損4億美元(約合人民幣29億元)相比擴大115%

　　可以說生成的壓力迫使英特爾加速業務的推進，并且尋找更多的利潤增長點。不過，雖然英特爾的B50和B60兩款消費級AI顯卡都有著不錯的性價比，與英偉達的差距仍然沒有縮小多少，巨頭的訂單仍然會像雪片一樣涌向英偉達而不是英特爾。

　　無他，對于大型企業來說，價格并非關鍵，算力效率才是關鍵，因為這決定了他們能否更早完成AI訓練，在下一輪AI競賽中領先對手。

　　所以，英特爾顯然不打算與英偉達爭奪大型企業用戶，而是瞄準了小型企業和個人市場。就像我前面說的那樣，對于個人用戶來說，銳炫Pro B系列顯卡確實是不錯的選擇，對于小型工作室和企業而言也是如此。

　　試想一下，花上十來萬你就可以部署一個擁有數百G顯存，理論上支持部署主流大型AI模型的服務器，這將比以往所有同級別的AI服務器方案都便宜得多(目前的主流方案一般需要數百萬的成本)。

　　換言之，英特爾直接把小型企業的AI轉型門檻抹去了大半，僅留下了“技術問題”，畢竟熟悉AI領域的人才如今都是香饃饃，想招到人手并不容易。當高昂的硬件成本不復存在，那么還有什么理由不去嘗試著擁抱一下AI呢?

　　雖然小型企業的單個采購份額遠不能和大型企業相比，但是從市場角度來說，小型企業的數量也是非常可觀。而且英特爾可以與各種服務器供應商如浪潮、聯想等合作，為企業提供一步到位的AI解決方案，這些基于英特爾AI計算卡設計的方案將因為低廉的硬件成本而更容易被客戶所接受。

　　可以說，在英偉達忽略的市場里，英特爾正在用自己的方式為顯卡業務找尋新的出路，而且真的有可能成功，對于英特爾來說，這個新的業務已是難得的增長點，必須牢牢把握住。

　　不過，英特爾可能并非唯一這么想的企業，AMD也在臺北國際電腦展上發布了Radeon AI PRO R9700，這款AI計算卡基于消費級核心打造，擁有32GB的顯存并最高支持四卡串聯，雖然上限與英特爾有所差距，但是也有著更強的算力。

　　此外，還有諸如Arm等半導體企業，也對消費級的AI市場“虎視眈眈”，Arm去年就已經宣布與眾多合作伙伴一起推動Arm架構的AI芯片生態發展與研發，同時開發屬于自己的AI芯片。這些產品不僅面向服務器市場，也將面向消費級市場，依賴Arm架構的出色能效比，或許有一天我們可以實現小型設備上的大規模AI模型部署也說不定。

　　AI的浪潮里，科技企業不進則退，對于已經深陷漩渦之中的半導體企業來說更是如此，誰能抓住機遇跨入下一階段，誰就能夠在未來領導這個行業。