英特尔 Crescent Island 数据中心 GPU 亮相 Hot Chips 2026
英特尔在 Hot Chips 2026 发布面向智能体推理的 Crescent Island GPU，显存 160GB…
在 Hot Chips 2026 大会上，英特尔首次详细披露了其面向智能体 AI 推理的数据中心 GPU——Crescent Island。企业级 AI 系统首席架构师 Sumit Mohan 与英特尔院士 Hong Jiang 登台演讲，围绕「每瓦 token 数」、大容量显存与开放软件栈三大维度，勾勒出这款新品的设计思路。
定位：智能体推理专用加速器
英特尔将 Crescent Island 定位于企业级数据中心的旗舰推理加速器，与 Arc Pro GPU、SambaNova SN50 RDU 等共同覆盖从本地端 AI 工作站到数据中心智能中心的全栈需求。官方强调，智能体工作负载与普通聊天机器人不同，工具调用、长上下文以及 CPU-GPU 协同会同时给延迟、显存容量与系统吞吐带来压力，因此产品设计从一开始就以这三项指标为锚点。
核心规格与架构
Crescent Island 是一款 350W 风冷 PCIe GPU，核心数据如下：
- 显存：标配 160GB LPDDR5x，ODM 合作伙伴可扩展至 480GB，覆盖 FP4、MXFP4 至 FP64 数据类型。
- 架构：基于 Xe3p，搭载 32 个 Xe 核心，共 256 个 XMX 引擎。
- 计算单元：第三代 Xe Matrix Extensions，3 路扩展矩阵引擎，支持 FP4 精度同发与 FP64，底层为 16 深度脉动阵列。
- 缓存：每 Xe 核心 1MB GRF 与 512KB L1，全芯片 32MB 统一 L2。
- 互联：PCIe Gen5 x16，通过开放交换 Fabric 实现横向扩展，可搭配三代以上至强服务器 CPU。
- 功耗：G0 状态活动空闲功耗 50W 以下，G8 状态低功耗空闲约 10W，采用分布式可配供电与独立 GT / 媒体 DVFS 轨。
英特尔还介绍了强大的 RAS（可靠性、可用性、可维护性）特性，包括关键内存 ECC、IP Fabric 逐跳错误检查、动态页下线、封装后硬修复以及 PCIe 高级错误上报，用于降低静默数据损坏风险。
面向智能体推理的优化
Crescent Island 的核心卖点是「每瓦 token 数」与大容量显存。英特尔指出，从 Llama 2 70B 到 Kimi K2 1T，模型权重增长约 7 倍，而每 token 读取字节数下降约 4 倍，容量与带宽已经解耦，这正是 LPDDR5x 密度优势可发挥作用之处。
产品层面的具体设计包括：
- KV-cache 感知路由与预填（prefill）优化，降低长上下文推理开销。
- 单卡可容纳 FP8 权重与 KV cache，支持更大模型与更长上下文，相比 96GB 竞品（如 NVIDIA RTX Pro 6000 Server）减少所需 GPU 数量。
- 推测解码（speculative decoding）：在前沿 MoE 模型上，每个验证轮次可退役 2.9 至 4.9 个 token（8 token 草稿树），把自回归解码的空档利用起来。
软件生态
英特尔强调 Crescent Island 沿用已获数百家 ISV 信任的开放开发栈，提供 Day-0 驱动、固件与参考系统，并原生支持 vLLM、SGLang、llm-d 与 NVIDIA Dynamo，使智能体应用可在异构基础设施上无需改动代码即可运行。代际对比来看，Crescent Island（Xe3p）相比 Battlemage（Xe2）的 20 核、4 深度脉动 XMX，在核心数、矩阵深度、单核容量与片上缓存等指标上均实现数倍提升，延续了英特尔过去六年以上的数据中心加速器路线。