Intel Crescent Island：用于推理的 160 GB 内存 LLM

#英特尔宣布了什么

英特尔于2025年10月14日在OCP全球峰会上发布了Crescent Island：一款数据中心GPU，配备160GB LPDDR5X内存，基于优化能效的Xe3P微架构。英特尔明确指出，该产品将面向‘令牌即服务’提供商及推理负载，部署于采用空气冷却而非液冷的企业服务器。

面向客户的样品预计于 2026 年下半年提供。英特尔现阶段尚未公布任何价格、面向普通消费者的商业上市日期或已确认的 OEM 合作伙伴。

#内存容量不等于吞吐量

160 GB的容量（据 Tom's Hardware 引用的部分合作伙伴信息，最高可达480 GB）可以将大型模型完整加载到 GPU 显存中，无需分拆到多张显卡上。但容量并不能说明显存带宽，而带宽才是真正限制逐 token 生成吞吐量的因素。LPDDR5X 的带宽从技术架构上就低于高端加速器使用的 HBM：Intel 有意在容量与成本和最大吞吐量之间作出了取舍。

#LPDDR5X 与当前加速器所用 HBM 的对比

英特尔没有公布 Crescent Island 的任何带宽数值，因此无法像本站其他专题那样计算理论上的 tokens/s 上限。不过，已经上市的加速器中，不同内存类型之间的带宽差距是可以测量的。这个数量级有助于理解英特尔所作的权衡，也能避免在比较未来 Crescent Island 的规格表与 H100 或 MI300X 时，误以为它们属于同一吞吐量级别。

在没有 Crescent Island 官方数据的情况下，唯一可核实的参考来自其他已上市产品中的 LPDDR5X 实现：NVIDIA DGX Spark（128 GB LPDDR5X）公布的带宽为 273 GB/s，即约 0.27 TB/s——不足 MI300X 的十分之一。Crescent Island 这样的服务器 GPU 可能采用更宽的总线，因此带宽也可能更高；但在 Intel 公布数据之前，应假定存在这一数量级的带宽差距，而不是与 HBM 持平。这是大容量和低成本的代价：Crescent Island 面向的是完整加载大型模型比提供峰值吞吐量更重要的工作负载，而不是在所有工作负载上取代 H100 或 MI300X。

#Crescent Island：现状概览

#适合哪些人，用于哪些用途

Crescent Island 面向数据中心运营商和推理服务提供商，而非个人用户或正在搭建开发用机器的小型团队。服务器形态、以提高部署密度为目标的风冷设计，以及明确的“tokens-as-a-service”（token 即服务）定位，都表明它是一款基础设施产品：就用途而言，它更接近用于大规模 LLM 服务的硬件卡，而非工作站。

对于考虑在中期开展内部 LLM 推理的企业，其吸引力将取决于每 GB 内存和每瓦功耗的成本比是否优于目前采用 HBM 的 GPU——只有在价格和实际性能公布后，才能进行这一计算。

这一定位让人联想到多家厂商呈现出的更广泛趋势：对于加载完整模型比峰值吞吐量更重要的推理负载，提供容量充足但速度较慢的内存（LPDDR），而不是容量有限但速度极快的内存（HBM）。在采用统一内存的消费级 APU 上，例如 Ryzen AI Max+ 395（LPDDR5X，256 GB/s），也能看到同样的取舍，只是规模不同：每花一欧元能获得更多内存容量，代价是峰值吞吐量低于采用 HBM 的专用 GPU。

具体而言，同时提供多个模型服务或并行处理多个请求的服务运营方（“tokens-as-a-service”，即 token 即服务），往往更适合将负载分散到大量同时处理的请求上。在这种情况下，单个请求的延迟不如总吞吐量和每个输出 token 的服务成本重要。这正是 Crescent Island 凭借充裕的 LPDDR5X 容量所力求优化的成本效益。相反，对于要求单个请求延迟尽可能低的用途，HBM 的原始带宽仍然具有决定性作用。

#驱动和框架：仍缺少的内容

截至目前，查阅过的来源中没有任何一个确认 vLLM、SGLang 或其他主流 LLM 推理运行时已对 Crescent Island 这款芯片提供经过认证的支持。积极的一点是：vLLM 已经正式维护面向 Intel GPU 的 XPU 后端，其安装文档中列出的受支持硬件为“Intel Data Center GPU, Intel ARC GPU”。芯片样品分发后，这最有可能成为 Crescent Island 的集成路径；但在这款芯片正式上市之前，没有任何保证表明它能在上市首日就获得支持。Intel 也为其现有 GPU 维护着 llama.cpp 的 OpenVINO 后端，这进一步支持了这条连贯的软件发展路线，但并不构成对 Crescent Island 的支持保证。

#现在购买还是等待？

当下的企业 LLM 推理需求

目前可用的HBM显卡（H100、MI300X）或现有多卡解决方案仍是可衡量且可交付的唯一选择；Crescent Island目前既不可购买，也未公布价格或性能参数。

2027年基础设施规划项目

在 Crescent Island 样本发布后，跟踪首批独立基准测试，特别是实际 tokens/s 和每 GB 成本。

个人或小团队使用

这款 GPU 不适用于此使用场景：建议优先选择消费级 GPU 配置，或本站已有介绍的统一内存 APU。

依据公布的 480 GB 容量作出的决策

该数值对应于部分合作伙伴被媒体报道的最高配置，而非英特尔确认的160GB标准配置。

• 现有替代方案：使用 llama.cpp 在多个 GPU 上运行 LLM
• 选择适合本地 LLM 的 GPU
• LLM GPU 服务器的成本：需要预算的项目
• VRAM：是什么，运行 AI 需要多少
• 来源：英特尔 Crescent Island 官方公告
• 来源：Tom's Hardware 关于 Crescent Island 的报道
• 来源：vLLM 文档，Intel XPU 后端