本地部署生成式AI模型，显存容量是关键瓶颈。主流游戏卡显存有限，而专业显卡价格高昂，导致用户被迫转向二手市场。英特尔锐炫Pro B60专业显卡的出现，以24G显存和极具竞争力的价格，为个人与企业用户提供了兼顾成本与性能的本地推理新选择。
智能速览
本地AI推理的核心瓶颈在于显存容量，而非算力。
锐炫Pro B60提供24G显存，售价约5000元，成为市场“价格屠夫”。
单机8卡方案成本约4万元，提供192G总显存，远低于英伟达同级方案。
双芯设计单卡占用1个x16插槽，实现了高密度部署。
实测多卡并行效率高，4卡性能在100并发时接近单卡4倍。
仅需约2万元（4卡）即可完成以往需20万元以上显卡处理的120B大模型推理。
精华内容
这张被称作“显存价格屠夫”的显卡，究竟是如何通过创新架构和极致性价比，来解决本地AI推理的显存焦虑的呢？其背后的技术方案与真实性能表现，揭示了AI基础设施平民化的新路径。
显存焦虑与破局者
本地部署AI模型时，显存容量直接决定了能运行的模型规模与“智力”水平。面对游戏卡普遍8G显存的窘境，追求16G、24G甚至更大显存意味着成本成倍增长，许多用户不得不冒险选择二手旧旗舰显卡。英特尔锐炫Pro B60正是瞄准这一痛点，作为一款专业显卡，它以24G大显存和5000元级的售价切入市场，为数据主权、隐私合规以及成本敏感的企业与个人开发者，提供了一个极具吸引力的本地推理硬件基础。
成本与架构优势
性价比是锐炫Pro B60最锋利的武器。一套单机8卡方案（8个B60核心）总成本约为4万元人民币，即可获得192GB的宝贵显存。相比之下，使用8张RTX 5090（32G）实现同等显存需要16万余元，而8张RTX PRO 4000（24G）也需花费约10万元。其实现高密度部署的关键在于架构设计。B60采用PCIe x8配置，合作厂商推出的双芯版将两颗B60核心集成于一块PCB，单卡占用一个PCIe x16插槽，使得一台普通工作站仅用4个插槽即可容纳8颗核心，大幅降低了部署门槛。
实测性能与表现
性能测试显示，锐炫Pro B60的多卡扩展能力非常出色。在推理Llama-3.1-8B模型时，当并发数达到100，4卡方案的输出性能达到1595 Token/s，是单卡方案的近4倍，证明了其高效的并行效率。更具颠覆性的是，仅需4张B60（成本约2万元），就能成功推理120B参数的gpt-oss-120B模型，并在60-70并发时达到1000 Token/s的峰值性能。这项任务以往需要售价超20万元的H100或6万多元的RTX PRO 6000才能完成。在与售价相近的英伟达RTX PRO 2000对比中，2张B60的性能甚至超越了4张RTX PRO 2000。
核心规格解析
性能的支撑源于其第二代Battlemage（Xe2）架构。锐炫Pro B60拥有20个Xe-core计算单元，并配备了160个专为AI推理设计的XMX AI引擎，总AI算力达到197 TOPS。XMX引擎是关键，它在每个时钟周期可完成大量FP16或INT8运算，运行INT8推理效率比传统乘加运算方式最高可提升16倍。这种专用加速能力，确保了显卡在处理AI负载时既快又高效，是其能够以较低成本实现不俗推理表现的根本原因。
英特尔锐炫Pro B60并非追求极限算力的旗舰，但它凭借大显存、优秀的多卡扩展性和极具冲击力的价格，精准切入本地AI推理市场。它为中小企业和专业用户提供了一个务实、高性价比的解决方案，有效降低了构建本地AI能力的门槛。当推理成为AI应用的主流，这种让更多人能以更低成本参与创新的硬件，其价值将愈发凸显。
