LuoLei | 罗磊修改

推荐部 23 年的印度电影《12 年级的失败》，如果用类似中国语境来讲这个故事：大概是农村贫困学生，只身到北京，半工半读，幸运有富二代朋友相助，还遇到天津城市女友，最终考公上岸，带了很多美化滤镜，以至于太不真实，能看出很多印度社会问题，倒有点期待如果中国拍《衡水男孩》会怎么讲这类故事。

💻 运行本地大模型不只是硬件显卡的事，📦 动辄10GB、40GB的模型文件，⚡️ 下载速度也挺影响开发和调试体验的，还好我学习强国，网速给力! 🚀 🤪

🖥️ 这可能是中文圈第一个用英特尔的显卡 B580 跑 AI 本地大模型的测试，结论有点难绷 🥹

带点试水性质。但是很遗憾，测试失败了。这卡对标NVIDIA 4060/4060Ti系列，游戏什么的就不讨论了，主要是AI模型相关，即使参考了已有的成功案例，我电脑llama.cpp的GPU调度始终无法正常运行，14b和7b模型速度都达不到1t/s 🤔

🔬 补充测试：使用 Intel 官方的 AI Playground + IPEX-LLM 成功运行了 deepseek-7b 模型，速度在 25tokens/s 左右。不过相比llama.cpp，这个方案的部署和使用都相对复杂一些。

⚡️ 性能对比参考：
B580 ($250-300)：IPEX-LLM 下 25t/s
Mac Mini M2 16GB ($500)：15t/s
MacBook M2 Max 96GB ($3000)：55t/s

从价格性能比来看，B580在IPEX-LLM下的表现其实还不错，比 Mac Mini 更快，虽然比不上高端的 M2 Max，但价格只有十分之一。如果后续能解决 llama.cpp 的调用问题，性能应该会更好。

💡 需要说明的是，我之前主要在Mac上使用Ollama部署模型，对Windows下的大模型调试经验不足，所以这次测试结果可能也跟我的调试方法有关。

📊 简单总结这张卡的特点：
市场表现比较特别：北美销量很好脱销状态，国内评价则比较两极 🌏
游戏性能与4060基本持平，2K网游和3A游戏都能正常运行 🎯
视频剪辑性能优于N/A两家，在专业领域有不少用户选择 🎬

💰 价格优势明显，现在2K（预计会降到1.5K左右）。如果你主要是玩热门游戏和做视频剪辑，这张卡是个不错的选择。还有一个可能就是，如果今年 Intel 在 AI 领域生态放一个大招，解决了基建框架这层的问题，按照这个价格，搞不好真的是一个破局的方向。

AI 测试的表现让我在考虑要不要退货... 不过看到价格性能比，似乎还是值得再折腾一下 🤔