实测 Intel Arc B70 显卡：Qwen3.8 跑出 52 tok/s

No-Dot-Not · reddit · 2026-08-22

作者在 Linux 环境下实测了 Intel Arc Pro B70 (32GB) 显卡运行 Qwen3.8-27B INT4 模型的性能。使用 vLLM XPU 后端并开启 MTP2 推测解码，在 64K 上下文下达到了 52.2 tok/s 的 median 解码速度，比 llama.cpp SYCL 快 1.8 倍。测试涵盖了 128K 上下文的 needle-in-haystack 验证、视觉能力、工具调用以及真实的代码 Agent 任务。文章还指出了当前 XPU 堆栈的若干 Bug 和局限性（如并发请求需限制序列数），结论是 B70 配合特定栈可作为可用的 32GB 推理卡。