快科技 7 月 9 日消息，显卡制造商蓝戟发布了一项引人注目的 AI 推理性能测试。

他们将英特尔 Arc Pro B70 32GB 显卡与英伟达 RTX 5090D 32GB 及 RTX 4090D 24GB 进行对比，均采用四卡集群配置。

测试基于 DeepSeek-R1-Distill-Qwen-32B FP16 模型，固定输入输出长度 128 tokens，覆盖 1 至 512 全梯度并发量，核心指标为每秒 token 吞吐量。

低并发阶段英伟达 5090D 凭借单卡瞬时算力领跑。当并发量达到 128 时，Arc Pro B70 完成反超，吞吐量比 5090D 高出 8.6%，比 4090D 高出 34.2%。

并发 256 时达到整机峰值 2320.76 tokens/s，比 5090D 快 7.5%，比 4090D 快 48.7%。即便并发拉满至 512，B70 依旧保持 7.8% 和 45.6% 的领先优势。

Arc Pro B70 反超的关键在于显存与架构优势。4090D 仅 24GB 显存，高并发下显存瓶颈凸显。

B70 配备 32GB GDDR6 显存，位宽 256 位，带宽高达 608GB/s。其 XMX 核心使 FP16 算力提升 4 倍，在高并发大批量请求场景中优势尽显。该卡基于 Xe2 架构，集成 32 个 Xe2 核心和 256 个 XMX 引擎。

价格对比更加悬殊。Arc Pro B70 32G 版零售价约为 9499 至 9999 元。而 RTX 5090D 在中国市场售价普遍超过 2 万元。B70 的价格仅为 5090D 的一半左右。

值得注意的是，配备 32GB 显存的标准版 RTX 5090D 已不再生产，厂商重心已转向显存缩减至 24GB 的 5090D V2 版本。

行业分析认为，未来运行大型 AI 大模型时，5090D 的显存瓶颈问题将更加突出。英特尔正以性价比优势在 AI 推理市场开辟新战场。