在最近的OCP全球峰会上，英特尔拿出一块显卡，上面挂了480GB内存。
这个数字放在数据中心GPU里是新的纪录。英伟达的Blackwell Ultra B300是288GB的HBM3e，之前一直稳坐头名。英特尔这块D系列，前身代号Crescent Island，一口气把上限抬高了近两百个G。

怪的地方不是容量，是内存类型。现代显卡用的是GDDR7，英特尔偏偏选了LPDDR5X——那是笔记本、手机这类对功耗敏感的设备上常见的方案。
这个选择基本等于承认：它不打算做游戏卡，也不打算拼带宽。它要的是容量，和能效。

容量用来干什么？英特尔给的答案很具体：单卡可以支持三千亿参数的大模型，八卡组成的系统能装下超过一万亿参数的模型。这些数字对应的场景是长上下文、多路并发推理、企业级AI服务，还有对响应速度敏感的机器人应用。
配套的规格摊开看：FP8算力1.3 petaflops，内存带宽1.5TB每秒，功耗350瓦，标准PCIe形态，风冷。这些参数里最值得琢磨的是350瓦和风冷——它意味着不用专门改机房，不用上液冷，插进现有服务器就能跑。
英特尔数据中心事业部AI产品与市场副总裁Anil Nanduri的说法是，推理正在成为定义性的AI负载，企业需要的是在合适成本下给出合适性能的基础设施。

但容量大不等于跑得快。这一点必须说清楚。一块GPU服务请求的速度，取决于带宽、算力、软件栈和具体负载。480GB的容量解决的是"装不装得下"的问题，不是"多快能出结果"。1.5TB每秒的带宽放在HBM面前并不算突出，LPDDR5X的延迟也是另一回事。
英特尔自己也在往系统层面走。它计划让这块加速器和至强处理器配合，由CPU负责任务编排、数据搬运，以及那些不需要GPU的环节。这个思路对应的是越来越复杂的推理链路：检索、推理、调度、调用外部工具、执行，每一段吃的东西不一样。
数据中心系统与解决方案事业部副总裁Nicolas Dubé的说法是，开放模型正在扩大企业的选择，要兑现这一点，基础设施得能把不同的负载匹配到合适的智能、合适的算力和合适的经济性上。

截至发稿，英特尔没有公布这块卡的零售价，也没有给出正式上市时间。这两个缺失很关键——容量纪录好看，但如果价格压不下来，企业算的还是每Token成本。
过去两年，推理市场的格局变得比训练更快。训练拼的是集群规模和互联，赢家高度集中；推理拼的是单位成本、部署密度和供电，能下场的人多得多。专用芯片、国产替代、云厂商自研，都在往这个方向挤。
英特尔在这个位置上并不轻松。它的Gaudi系列推了几代，市场份额始终没起来；代工业务还在爬坡；数据中心营收被对手持续挤压。D系列是一次换道：不跟你比训练，比谁能把大模型塞进更便宜的机器里。
一位做智算中心运维的工程师说，他们最关心的其实不是480GB，是这块卡满载跑起来风冷压不压得住。350瓦的单卡功耗不算高，但一台机器塞八块，机柜的散热余量就得重新算。
他说，参数表好看是一回事，机房能不能扛住是另一回事。