2026年7月9日，英特显卡品牌蓝戟（GUNNIR）发布了一组针对AI推理性能的高并实测数据，揭示了不同显卡在高负载场景下的理性性能差异。

本次测试构建了四卡集群环境，英特对比对象包括英特尔Arc Pro B70 32GB、高并英伟达RTX 5090D 32GB以及RTX 4090D 24GB三款显卡。理性测试模型选用DeepSeek-R1-Distill-Qwen-32B（FP16精度），英特输入与输出序列长度均固定为128 tokens，高并并发量覆盖1至512的理性全梯度范围，核心评估指标为每秒Token吞吐量（TPS）。英特

在低并发场景下，高并RTX 5090D凭借单卡强大的理性瞬时算力占据优势。然而，英特当并发量提升至128时，高并Arc Pro B70实现性能反超，理性其吞吐量较RTX 5090D高出8.6%，较RTX 4090D高出34.2%。随着并发量增至256，系统达到整机性能峰值，吞吐量为2320.76 TPS，分别领先RTX 5090D 7.5%和RTX 4090D 48.7%。即便在最大并发量512的极限条件下，Arc Pro B70依然保持对RTX 5090D 7.8%、对RTX 4090D 45.6%的性能优势。

这一性能反超主要归功于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；相比之下，Arc Pro B70搭载32GB GDDR6显存，位宽256位，带宽高达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。

价格差异同样显著。Arc Pro B70 32GB版本的建议零售价区间为9499元至9999元；而RTX 5090D在中国市场的主流售价普遍超过2万元，约为Arc Pro B70价格的两倍。值得注意的是，配备32GB显存的RTX 5090D标准版已停产，厂商当前主推显存缩减至24GB的RTX 5090D V2版本。

行业分析认为，随着AI大模型参数规模持续扩大及推理请求密度增加，显存容量与带宽已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。