intel-arc

Ling-3.0 (BailingMoE3) 现已在 llama.cpp 中获得官方支持，基准测试显示在 Intel Arc B580 上可实现高效本地推理，包括在 12GB 显存中处理 128K 上下文。

一个展示个人本地AI推理构建的案例，采用Intel Arc B140 GPU和定制硬件，在Ubuntu上运行带SYCL后端的llama.cpp。

Intel 展示了 Arc Pro B70 显卡的包装盒以及该显卡的3D模型，表明即将发布产品。

MSI Claw 8 EX AI+ 是一款性能强大的手持游戏PC，搭载Intel Arc GPU，具有出色的人体工学设计和高端设计，但高价格和缺乏OLED显示屏是其缺点。

一位用户成功在 Intel Arc B70s GPU 上运行了 nvfp4 量化，相比其最佳的 int4 配置，实现了近乎两倍的速度和更高的精度，挑战了硬件特定的格式假设。

一个llama.cpp的PR显著提升了Intel ARC GPU上的提示处理速度，基准测试显示在B580上从245t/s提升到462t/s。目前该改进仅适用于F16 KV量化，计划后续支持其他量化方式。

一个针对 llama.cpp 的拉取请求，将多列 MMVQ 从 CUDA 移植到 SYCL，在 Intel Arc GPU 上实现了约 45% 的推测解码加速。

Qwen3.6-27B-FP8 模型现已在 Intel Arc Pro B70 GPU 上运行，速度约 50 tok/s，并修复了 vLLM 的一个 bug，这标志着 Intel GPU 本地 AI 推理的一个重要里程碑。

社区实测显示，在 llama.cpp 下 Intel Arc Pro B70 的提示词处理平均慢约 71%，Token 生成平均慢约 54%；同一张卡 SYCL 后端有时比 Vulkan 更快。