Hacker News AI→ original

Intel apresenta o acelerador D270 com até 480 GB de LPDDR5X

A Intel publicou a página do acelerador D270, da linha D-series de GPUs discretas para data centers. O principal número é a memória: até 480 GB de LPDDR5X. Para comparação, a Nvidia B200 tem cerca de 192 GB de HBM3E, e a AMD Instinct MI355X, 288 GB de HBM3E. A Intel escolheu uma memória mais comum e mais barata no lugar da HBM e apostou na capacidade. A fonte não divulga largura de banda, consumo de energia, preço nem prazos de fornecimento. O tema reuniu 67 pontos e 20 comentários no Hacker News. • Até 480 GB de LPDDR5X em um único acelerador • Aposta na capacidade de memória, não na HBM • Principais incógnitas: bandwidth, TDP, preço, software

Processado por IA de Hacker News AI; editado por Hamidun News
Intel apresenta o acelerador D270 com até 480 GB de LPDDR5X
Fonte: Hacker News AI. Colagem: Hamidun News.
◐ Ouvir artigo

A Intel adicionou à seção de GPUs discretas para data centers o acelerador D270, com até 480 GB de memória LPDDR5X. Em volume, é mais do que qualquer concorrente de série com HBM: a Nvidia B200 tem cerca de 192 GB de HBM3E, e a AMD Instinct MI355X, 288 GB. O link para a página do produto reuniu 67 pontos e 20 comentários no Hacker News. A discussão ainda é pequena, mas gira em torno de uma única pergunta: qual é a largura de banda dessa memória.

O que se sabe e o que não se sabe

A fonte é apenas uma ficha de produto da série D-series. Dela saem dois fatos de destaque: a classe do dispositivo (acelerador GPU para IA) e a capacidade de memória. Todo o resto, que costuma decidir a compra de um acelerador, não foi divulgado no material.

  • Nome: Intel D270, série D-series, GPUs discretas para data centers
  • Memória: até 480 GB de LPDDR5X
  • Finalidade: cargas de trabalho de IA, a julgar pelo posicionamento
  • Largura de banda da memória: não informada
  • TDP e sistema de refrigeração: não informados
  • Preço e prazos de fornecimento: não informados
  • Suporte a frameworks e drivers: precisa ser verificado separadamente

Enquanto a Intel não publicar números de bandwidth e de desempenho em baixa precisão, ainda é cedo para comparar a velocidade do D270 com a dos concorrentes. Por enquanto, só dá para comparar a capacidade.

Por que LPDDR5X e não HBM

A HBM entrega terabytes por segundo, mas é cara, depende de empacotamento como o CoWoS e processos semelhantes, e continua escassa. A LPDDR5X é mais barata, é produzida em grandes volumes e permite chegar a centenas de gigabytes sem empacotamento complexo. O preço dessa escolha é a velocidade: com o mesmo número de canais, a largura de banda tende a ser bem menor que a de uma pilha HBM.

Para treinamento, esse compromisso quase sempre é ruim. Para inferência, pode fazer sentido. A geração de tokens em modelos grandes esbarra na leitura dos pesos e do KV-cache, e os dois parâmetros importam. Mas, com contexto longo e vários modelos no mesmo dispositivo, muitas vezes é a capacidade que decide se a carga cabe ou não.

Se o D270 dá continuidade à linha que a Intel mostrou em 2025 com o anúncio do Crescent Island (160 GB de LPDDR5X, voltado a inferência), a capacidade triplicou. A fonte não confirma relação entre os dois produtos; trata-se apenas de contexto.

A quem isso pode interessar

A conta dos pesos é simples. Em FP8, cada parâmetro ocupa um byte, então 480 GB comportam um modelo de pouco mais de 400 bilhões de parâmetros, com folga para KV-cache e ativações. Em 4 bits, o teto é o dobro. Em aceleradores de 192 GB, um modelo desse porte precisa ser dividido em no mínimo três ou quatro dispositivos, com paralelismo de tensor. Uma única placa com 480 GB simplifica o arranjo: menos conexões entre chips e implantação mais simples.

Antes de incluir o D270 nos planos, vale pedir à Intel cinco informações:

1. A largura de banda real da memória e o desempenho em FP8/FP4. 2. O suporte a vLLM, PyTorch e aos servidores de inferência populares, sem patches feitos em casa. 3. O TDP e os requisitos de refrigeração: se um rack comum com ar condicionado dá conta. 4. O preço por dispositivo e por token nos modelos-alvo, e não apenas por placa. 5. As datas de amostras e de fornecimento em massa.

Por ora, trata-se de uma candidatura a um nicho de inferência barata de modelos grandes com contexto longo. Se vai funcionar na prática, quem decide são a largura de banda e a maturidade do software, não os 480 GB na página do produto.

ZK
Hamidun News
Notícias de AI sem ruído. Seleção editorial diária de mais de 50 fontes. Produto de Zhemal Khamidun, Head of AI na Alpina Digital.
✦ Enterprise AI & Advisory

Executive AI Consulting, Custom Agents & Team Workshops

Work directly with Zhemal Khamidun at hamidun.com — enterprise AI architecture, production RAG & multi-agent systems, and executive training.

Book AI Consultation →Explore NomadNet AI
O que você acha?
Carregando comentários…