华硕首张Arc B70：32G显存4卡128G跑千亿参数模型

华硕推出了旗下首张英特尔 Arc 显卡——UGen Arc Pro B70。这张卡配备 32G GDDR6 ECC 显存，INT8 算力达到 367 TOPS，最多支持四卡并行，凑出 128G 显存之后，官方宣称能跑 1200 亿参数的大模型。价格暂时没有公布，同类 B70 的海外市场价大约在 1299 到 2000 多美元之间，折合人民币约 8830 到 1.36 万元。

华硕 UGen Arc Pro B70 采用灰色涡轮散热外壳，挡板上提供一个 HDMI 加三个 DP 接口。

B70 是英特尔今年 3 月 25 日发布的专业卡，基于 Xe2 架构里最大的那颗 Battlemage 芯片，拥有 32 个 Xe 核心。32G GDDR6 显存跑在 256bit 位宽上，带宽 608GB/s。英特尔自家的公版卡建议价 949 美元（约 6450 元），板卡功耗 230W。前两代 Arc 显卡，华硕、微星、技嘉这几家都没跟进，这张算华硕在 Arc 产品线上的第一次出手。

华硕这张采用双槽涡轮散热设计，多卡并排在机箱里也更利于排风。接口同样是一个 HDMI 加三个 DP，PCIe 5.0 x16，内置 256 个 XMX AI 引擎。板卡功耗标到 310W，比英特尔公版高出 80W。软件层面，华硕列出了 vLLM、llama.cpp、Ollama、PyTorch、OpenVINO、oneAPI 和 Vulkan，跑本地大模型常用的几套基本都在里面。

性能表现究竟怎么样？华硕产品页上贴了几组第三方测试。单卡用 vLLM 跑 GPT-OSS 20B，32 路并发时总吞吐 1334 tokens/秒；跑 Qwen3 8B，8K 上下文、16 路并发，188.2 tokens/秒。MLPerf Client v1.0 测试中，首 token 延迟 0.08 秒，生成速度 123 tokens/秒。

华硕产品页列出的 B70 单卡测试数据：GPT-OSS 20B 32 路并发总吞吐 1334 tokens/秒。

本地 AI 玩家真正关心的是每 1G 显存要花多少成本。同样是 32G 显存，国内一张 RTX 5090 按二手参考价要 4.6 万元。4 张 B70 凑出 128G 显存，按海外市场价下限算约 5200 美元（约 3.53 万元），比国内一张二手 5090 还要便宜，显存却是它的 4 倍。两边口径确实不同——一边是海外新卡市场价，一边是国内二手参考价——但量级差距已经很能说明问题。

需要注意的是，4 张卡的 128G 是分开的 4 块显存，实际推理时要靠 vLLM 这类框架把模型切分到每张卡上。四张卡合计板卡功耗 1240W，电源和机箱都得按工作站规格来配。