Intel hat die GPU D-Serie am 12. Oktober offiziell auf den Markt gebracht und damit die GPU D270 als erstes Produkt einer neuen Reihe inferenzoptimierter Rechenzentrums-GPUs vorgestellt. Laut der Produktseite von Intel ist der D270 speziell für Agenten-KI-Workloads, Verarbeitung langer Kontexte und Hoch-Parallelitäts-Bereitstellung „bei praktischer Leistung und Kosten“ konzipiert – und er kommt mit einer Hauptspezifikation, die derzeit kein Konkurrent erreicht: bis zu 480 GB LPDDR5X-Speicher auf einer einzelnen PCIe-Karte.
Die Einführung markiert den Übergang des Crescent Island-Beschleunigers von einem technischen Entwurf zu einem lieferbaren Produkt und signalisiert, dass Intel beabsichtigt, im am schnellsten wachsenden Segment des KI-Hardwaremarktes zu konkurrieren, anstatt Nvidia auf seinem Heimatmarkt, dem High-End-Trainingschip, zu bekämpfen. In unserer laufenden KI-Berichterstattung können Sie verfolgen, wie sich der allgemeine Wettlauf um KI-Rechenzentrumshardware entwickelt.
Von der Hot-Chips-Vorschau zum offiziellen Produkt
Intel stellte das Crescent Island-Design erstmals im August auf der Hot Chips 2026 vor, wo es eine 480-GB-KI-Inferenz-GPU vorstellte, die genau auf die speicherhungrigen Anforderungen moderner Inferenz ausgelegt ist. Was sich diese Woche geändert hat, ist die formale Produktisierung: Intel hat nun die Produktlinie der D-Serie mit dem D270 als erster SKU veröffentlicht, und die Markteinführung wurde schnell von Tom's Hardware, Phoronix, VideoCardz, StorageReview und Wccftech aufgegriffen.
Tom's Hardware berichtete, dass der Chip 1,3 Spitzen-PFLOPS der FP8-Rechenleistung und 1,5 TB/s Speicherbandbreite liefert, was den D270 als kommerzielle Inkarnation des Crescent Island-Beschleunigers positioniert. VideoCardz bestätigte, dass das Teil auf der Xe3p-Architektur von Intel basiert – derselben IP-Familie, die auch der neuesten Arc-Grafik des Unternehmens zugrunde liegt – während Notebookcheck feststellte, dass die Karte bewusst auf die 3D-Grafikausgabe vollständig verzichtet. Dies ist ein Rechengerät für Rechenzentren, Punkt.
Die Spezifikationen
Die Zahlen, die Intel für die GPU D270 veröffentlicht, zeichnen ein klares Bild der beabsichtigten Arbeitslast:
- Berechnen: 1,3 Spitzen-PFLOPS von FP8, die Präzision, die die moderne LLM-Inferenz dominiert
- Speicher: bis zu 480 GB LPDDR5X – ein Vielfaches der Kapazität einer typischen mit HBM ausgestatteten Beschleunigerkarte
- Speicherbandbreite: 1,5 TB/s
- Leistung: ca. 350 W auf einer Standard-PCIe-Karte
- Architektur: Intel Xe3p, das „Crescent Island“-Design, das auf der Hot Chips 2026 vorgestellt wurde
Wccftech bezeichnete das Design als „wertorientiert“ und betonte, wie Intel 1,3 PFLOPS FP8 in einen 350-W-Umschlag gepresst hat, während StorageReview die Kombination aus 480 GB LPDDR5X und hohem FP8-Durchsatz in einem Standard-PCIe-Formfaktor hervorhob. Die Karte erfordert keine exotische Kühlung oder proprietäre Verbindungen, was die Hürde für Cloud-Anbieter und Unternehmen senkt, sie in bestehende Server zu integrieren.
Warum LPDDR5X statt HBM
Die folgenreichste technische Entscheidung beim D270 ist die Verwendung von LPDDR5X anstelle von HBM (Speicher mit hoher Bandbreite). HBM bietet eine weitaus größere Bandbreite pro Modul, ist jedoch teuer, angebotsbeschränkt und kapazitätsbegrenzt – Beschleunigerkarten sind typischerweise auf 80 GB bis 192 GB begrenzt. LPDDR5X ist günstiger, weitaus umfangreicher und ermöglicht eine deutlich höhere Gesamtkapazität auf Kosten einer geringeren Spitzenbandbreite.
Das auf der Produktseite dargelegte Argument von Intel lautet, dass dieser Kompromiss mit dem tatsächlichen Verhalten moderner KI-Workloads übereinstimmt: „Agenten lesen weit mehr als sie schreiben: lange Kontexte, mehrstufige Workflows, die Berechnung wird durch Vorabfüllung dominiert.“ Mit anderen Worten: Bei der Agenten-KI geht es weniger um die reine Geschwindigkeit der Token-Generierung als vielmehr darum, enorme Kontexte – Codebasen, Dokumente, Tool-Ausgaben – schnell genug aufzunehmen, um die Modelle mit Daten zu versorgen. Der Slogan von Intel für die Linie lautet „Skaleninferenz, nicht Infrastruktur“.
Bei der Batch-Bereitstellung mit hoher Parallelität – bei der viele Benutzeranfragen parallel verarbeitet werden – wird die Speicherkapazität zur Einschränkung, die bestimmt, wie viele gleichzeitige Kontexte auf eine Karte passen. Eine 480-GB-Karte kann weit mehr gleichzeitigen Status speichern als eine 141-GB- oder 192-GB-Konkurrenzkarte, was zu einer besseren Auslastung pro Dollar führen kann, selbst wenn die Spitzenbandbreite geringer ist.
Eine Inference-First-Herausforderung für Nvidia
Yahoo Finance bezeichnete den Start als Intels Ziel, „den KI-Umschwung mit neuen GPU-Chips voranzutreiben, um es mit Nvidia aufzunehmen“ – und die Formulierung ist treffend. Die Dominanz von Nvidia im Rechenzentrum beruht auf margenstarken, HBM-beladenen Beschleunigern in Verbindung mit seinem CUDA-Software-Ökosystem. Anstatt direkt um die gleichen Schulungsbudgets zu konkurrieren, greift Intel die Inferenzebene des Marktes an, wo die Kosten pro Token und die Speicherkapazität pro Watt zunehmend über Kaufentscheidungen entscheiden.
Die Strategie spiegelt die Schritte anderer Chiphersteller wider, die zu dem Schluss gekommen sind, dass die Ära der Agenten-KI die Hardware-Rechnung verändert: Wenn Agenten den größten Teil ihrer Rechenzeit mit Lesen statt Schreiben verbringen, dann sind Kapazität und Kosteneffizienz genauso wichtig wie reine FLOPS. Das D-Series-Branding deutet auch auf eine Produktfamilie und nicht auf ein Einzelstück hin – die Produktseite von Intel ist als Produkteinführung aufgebaut, mit dem D270 als erstem Eintrag.
Was es für KI-Entwickler bedeutet
Für Teams, die Inferenz im großen Maßstab ausführen, ist die Vorteile des D270 klar: Mehr Speicher pro Karte, angemessener Stromverbrauch und Standard-PCIe-Integration bedeuten potenziell niedrigere Kosten pro gleichzeitigem Benutzer für Langzeitkontext- und Agentenanwendungen. RAG-Pipelines, Codierungsagenten, die ganze Repositories im Kontext transportieren, und dokumentenintensive Unternehmensworkflows sind die offensichtlichen Nutznießer.
Die offenen Fragen sind diejenigen, die immer mit der Einführung eines neuen Beschleunigers einhergehen: Intel hat noch keine Preise, keine allgemeinen Verfügbarkeitstermine oder einen Software-Stack-Benchmark veröffentlicht – und bei KI-Hardware ist das Software-Ökosystem häufig der entscheidende Faktor. Die Leistung des D270 in echten Inferenzstapeln, im Vergleich zu den neuesten Teilen von Nvidia und im Vergleich zu aufstrebenden chinesischen Beschleunigern in ihrem Heimatmarkt wird darüber entscheiden, ob Crescent Island ein Nischenkuriosum oder der Beginn einer echten dritten Option im Bereich KI-Rechenzentrums-Silizium ist.
