长期以来,大规模传统数值建模与仿真一直是计算的基础环节;而现在仿真、分析与AI推理正被纳入持续运行的工作流。新兴的智能体式AI架构把数据、模型与工具串成自主闭环,自动准备输入、评估中间结果,并动态调整下一步的仿真方向。这类融合离不开异构基础设施,让不同计算引擎各司其职。英特尔GPU D270(代号Crescent Island)正是为此而生,虽然它定位为高效AI推理加速卡,但架构同时具备HPC环境所需的高精度算力、超大内存和标准企业级形态。
近日,英特尔把GPU D270正式推到了高性能计算(HPC)的讨论桌上。这张最初为AI推理设计的PCIe 5.0卡,靠原生FP64双精度、160GB LPDDR5X内存和350W风冷,在期权定价基准中跑出了对NVIDIA RTX PRO 6000 Blackwell服务器版最高5.9倍的应用吞吐,而整卡功耗不到对方(上限600W)的六成。
在AI与HPC深度融合的背景下,D270避开了训练算力的红海竞争,转而聚焦于工作流的完整性。D270要做的不是卷训练算力天花板,而是补上超算里那块“算得准、装得下、还不挑机房”的拼图。
科学计算、工程仿真和金融建模都依赖双精度运算保证数值精度,避免舍入误差累积。D270基于Xe3P架构,集成32个Xe核心和256个XMX矩阵引擎,每个核心每时钟周期可执行64个FP64融合乘加(FMA)运算,全卡FP64向量算力约10.2 TFLOPS。开发者可以灵活选择精度:推理走FP4到FP8的低精度路径,FP8矩阵算力约1.3 PFLOPS;精度要求高的场景,则有满速率的原生FP64可用。
在内存方面,英特尔自有标卡配备160GB LPDDR5X,带宽1.5TB/s,合作伙伴设计的单卡配置最高可扩展到480GB,约为标卡的3倍。大内存让海量数据集和波场数据直接驻留在GPU上,减少经主机总线搬运的开销。所有这些都装进一张350W的风冷PCIe卡里,既能部署在标准服务器,也能横向扩展到多个机柜。
根据官方公布的测试显示,D270的均衡架构在金融分析领域优势明显:在期权定价基准中,D270对NVIDIA RTX PRO 6000 Blackwell服务器版的应用吞吐最高达到5.9倍。其中,欧式蒙特卡洛5.9倍、欧式Black-Scholes 5.6倍、二叉树4.6倍,美式Black-Scholes为1.92倍。考虑到D270功耗350W、对比对象600W,这份能效差尤其显眼。
地震勘探是油气行业最耗算力的工作负载之一,需要在海量三维数据集上反复计算声波传播。而D270的大内存配合FP32算力,在这个场景中表现尤为突出,缓存感知的模板计算(stencil)优化让数据在本地缓存中被最大化复用,英特尔在SC26超算大会(芝加哥)现场演示了这项能力。对于科学计算来说,更大的内存意味着能处理更复杂的问题。
在现代科学发现中,AI推理已经不是仿真跑完之后再单独跑一遍的后处理,而是直接嵌在仿真循环内部。预训练的AI代理模型充当“物理模拟器”,几秒内筛选几十万个设计参数,挑出有希望的候选再交给完整数值求解器;代理决策模型实时监控仿真遥测数据,发现不稳定就动态细化网格边界,自动指挥下一步计算。
但问题在于,把高吞吐推理塞进超算循环,对速度和能效的要求都极高。传统单体节点让不同计算阶段争抢同一批处理器,吞吐下降、延迟上升。英特尔给出的解法是“解耦”:D270负责计算密集的prefill阶段,快速处理高维仿真数据集和长上下文;SambaNova SN50可重构数据流单元(RDU)承接受内存带宽制约的decode阶段;至强6与至强6+处理器负责端到端工作流调度、主机通信和工具执行。
按照英特尔的设想,这套架构对超算中心是“开箱即用”的,客户不必自行开发定制调度层,就能部署现成的AI推理流水线。不过需要留意的是,该方案由英特尔与SambaNova联合打造,目前仍在推进中,真正落地效果还要看后续的工程化进度。
硬件再好,如果软件层面逼用户进入专有生态、强制重写代码,实际价值也会大打折扣。好的软件策略应该保护已有投资,同时解锁新能力。
对此,英特尔提供了统一的开放软件栈,同时支持传统仿真和AI工作负载。它不要求开发者重写算法,而是让人在熟悉的环境中工作。多年在HPC标准上的投入,包括Intel MPI、优化的Fortran和C++编译器,确保现有并行代码高效运行,不会被厂商锁定。通过集成到标准AI框架、推理运行时和开放的SYCL编程模型,团队不需要换工具链就能部署D270,并有望在上市首日(Day 0)获得支持。
早期性能数据已经很能说明问题了,不过均基于早期工程样卡。在决策类模型上,D270运行Drex 2.0的延迟比NVIDIA RTX PRO 6000 Blackwell服务器版低29%;在大语言模型方面,D270运行Qwen3-30B-A3B(FP8)的吞吐是对比对象的1.12倍,但功耗只有350W。
把地震成像负载移植到D270,工作量也很小。SYCL模型让团队可以在已有代码基础上继续开发,不用改主机端代码;90%的内核不需要英特尔专属优化就能良好运行,复杂内核首次未经优化移植即可达到理论峰值的70%。一个地震成像迷你应用不到一个月就能完成移植,精度和性能都通过了验证。
D270此前也许只被看作推理优化的GPU,但原生FP64、大容量内存和开放软件结合在一起,让它在HPC领域拿出了有说服力的答卷:一款均衡的高性能加速器,能在HPC与AI融合的趋势下切实提升工作流效率。
本文转自媒体报道或网络平台,系作者个人立场或观点。我方转载仅为分享,不代表我方赞成或认同。若来源标注错误或侵犯了您的合法权益,请及时联系客服,我们作为中立的平台服务者将及时更正、删除或依法处理。
