Intel D270 supera Nvidia RTX Pro 6000 em 5,9 vezes em cálculos financeiros e em 12% em IA
A Intel afirmou que seu acelerador D270 (placa PCIe de 350 W) processa, em cálculos financeiros de dupla precisão FP64, de 1,92 a 5,9 vezes mais dados por segundo que a Nvidia RTX Pro 6000 Blackwell. Esse tipo de precisão é usado, por exemplo, na avaliação de riscos e na precificação de derivativos, enquanto a placa da Nvidia é voltada para gráficos e IA. Já na execução da rede Qwen3-30B-A3B (FP8), a vantagem é de apenas 12%. Mas as plataformas de teste foram diferentes, por isso é preciso aguardar medições independentes.
Processado por IA de 3DNews AI; editado por Hamidun News
Manchetes do tipo "5,9 vezes mais rápido que a Nvidia" devem ser lidas com ressalvas. A Intel divulgou dados sobre seu acelerador D270 (anteriormente chamado Crescent Island). Trata-se de uma placa PCIe com limite de potência de 350 W. Em cálculos financeiros com dupla precisão (formato FP64), segundo a empresa, ela processa de 1,92 a 5,9 vezes mais dados por segundo que a Nvidia RTX Pro 6000 Blackwell Server Edition. Já na execução de redes neurais, a vantagem é bem mais modesta: no modelo Qwen3-30B-A3B, a taxa de processamento é apenas 12% superior. Vamos entender o que está por trás desses números e para quem eles interessam.
O que é FP64 e por que a diferença é tão grande
FP64 são números de dupla precisão, ou seja, com uma parte fracionária muito longa. As redes neurais geralmente não precisam de tanta precisão: elas funcionam bem com formatos compactados, como o FP8. Já nas finanças, essa precisão é essencial. Se você avalia o risco de uma carteira ou o preço de instrumentos derivativos, milhões de pequenos arredondamentos se acumulam e geram um erro significativo, e esse erro custa dinheiro.
Segundo a Intel, a arquitetura Xe3P suporta FP64 de forma nativa: cada núcleo Xe executa 64 operações de "multiplicação e soma" (FMA). No total, o D270 tem 32 núcleos Xe e 256 blocos XMX (unidades matriciais para redes neurais). A RTX Pro 6000 Blackwell foi projetada sobretudo para computação gráfica profissional e IA, e não para a máxima velocidade em FP64. Por isso, em tarefas nas quais a precisão é crítica, a Intel leva vantagem. A faixa de 1,92 a 5,9 vezes depende da carga de trabalho específica: 5,9 é o melhor cenário, não o resultado médio.
Memória, consumo de energia e testes de IA
O segundo ponto forte do D270 é a memória. A versão básica traz 160 GB de LPDDR5X com largura de banda de 1,5 TB/s, e nas configurações dos parceiros o volume pode chegar a 480 GB. A RTX Pro 6000 Blackwell Server Edition tem 96 GB de GDDR7 e consome até 600 W, contra 350 W do novo modelo da Intel. Se um modelo grande ou um conjunto de dados não cabe nos 96 GB, a folga de memória pode importar mais do que a velocidade.
No campo da IA, o quadro é mais modesto. Na inferência (execução de um modelo já treinado), o D270 apresentou, com o Qwen3-30B-A3B no formato FP8, uma taxa de processamento 1,12 vez maior que a da RTX Pro 6000, ou seja, cerca de 12% a mais. No teste Drex 2.0, a latência da solução da Intel ficou 29% abaixo. Em ambos os casos, as comparações foram feitas entre GPUs individuais. Para uma placa que ainda não está à venda, é um resultado respeitável, mas não é uma revolução.
Quais ressalvas existem nos testes
A comparação não pode ser considerada limpa:
- os resultados foram obtidos em amostras pré-produção do D270;
- as plataformas de teste e as configurações de software da Intel e da Nvidia eram diferentes;
- no anexo dos testes financeiros, a Intel menciona um sistema com um D270 e três placas Arc Pro B70, enquanto a Nvidia usou oito RTX Pro 6000;
- a Intel não esclarece como a carga foi distribuída entre as GPUs.
Todos os números foram divulgados pela própria Intel, e ainda não há medições independentes.
O que vem pela frente e o que o profissional deve fazer
A Intel também trabalha, em parceria com a SambaNova, em uma plataforma modular para inferência. Nela, o D270 processa os prompts (lê a requisição e prepara o contexto), enquanto os aceleradores SN50 geram os tokens, ou seja, a própria resposta. Essas duas fases exigem recursos de hardware diferentes, por isso vale separá-las em chips distintos. A Intel pretende apresentar essa configuração na conferência SC26. A empresa não anunciou datas para as vendas em larga escala nem o preço do D270.
A conclusão prática é direta:
- se você faz modelagem financeira em FP64, vale acompanhar o D270 e pedir testes com as suas próprias cargas de trabalho;
- se você precisa de inferência de LLMs, aguarde medições independentes: 12% em um único modelo ainda não justificam mudar o parque de equipamentos;
- se você executa modelos grandes em uma única placa, observe a capacidade de memória, e não apenas a velocidade.
Por enquanto, trata-se de uma aposta da Intel em um nicho onde a Nvidia é mais fraca, e não de um ataque direto à liderança do mercado de aceleradores de IA.
- 21 de nov. de 2026Gigantes chinesas de tecnologia dobraram gastos com IA para US$ 139 bilhões, mas os laboratórios recuperam menos de 8%
- 21 de nov. de 2026SGLang com kernels Humming acelerou o primeiro token em 7–23% e a geração em 17–34%
- 21 de nov. de 2026CoreWeave deve US$ 47 bilhões por chips da Nvidia e perde US$ 709 milhões no trimestre
- 21 de nov. de 2026phi3 local foi invadida em 51% das tentativas — desenvolvedor colocou um gateway de proteção na frente dela
Perguntas frequentes sobre a notícia
O que é FP64 e por que a diferença é tão grande?
FP64 são números de dupla precisão, ou seja, com uma parte fracionária muito longa. As redes neurais geralmente não precisam de tanta precisão: elas funcionam bem com formatos compactados, como o FP8. Já nas finanças, essa precisão é essencial. Se você avalia o risco de uma carteira ou o preço de instrumentos derivativos, milhões de pequenos arredondamentos se acumulam e geram um erro significativo, e esse erro custa dinheiro.
O que se sabe sobre Memória, consumo de energia e testes de IA?
O segundo ponto forte do D270 é a memória. A versão básica traz 160 GB de LPDDR5X com largura de banda de 1,5 TB/s, e nas configurações dos parceiros o volume pode chegar a 480 GB. A RTX Pro 6000 Blackwell Server Edition tem 96 GB de GDDR7 e consome até 600 W, contra 350 W do novo modelo da Intel. Se um modelo grande ou um conjunto de dados não cabe nos 96 GB, a folga de memória pode importar mais do que a velocidade. No campo da IA, o quadro é mais modesto.
O que se sabe sobre Quais ressalvas existem nos testes?
A comparação não pode ser considerada limpa: os resultados foram obtidos em amostras pré-produção do D270; as plataformas de teste e as configurações de software da Intel e da Nvidia eram diferentes; no anexo dos testes financeiros, a Intel menciona um sistema com um D270 e três placas Arc Pro B70, enquanto a Nvidia usou oito RTX Pro 6000; a Intel não esclarece como a carga foi distribuída entre as GPUs. Todos os números foram divulgados pela própria Intel, e ainda não há medições independentes.
Test Frontier LLMs & Autonomous Agents in One Workspace
Run Claude Opus 5.5, GPT-6, Gemini 3.1, and DeepSeek side-by-side in Nomad AI (nomadnet.ai) — unified model routing, deep research, and multimodal workflows under one subscription.
O essencial da IA — uma vez por semana
Sete histórias que realmente importaram, escolhidas a dedo. Sem ruído nem releases.
Pronto! Verifique seu e-mail para a confirmação.