A ASUS lançou a placa gráfica UGen Intel Arc Pro B70, projetada para execução eficiente de modelos de inteligência artificial e agentes autônomos diretamente em PCs. O modelo, revelado em 28 de outubro de 2026, é voltado para inferência em estações de trabalho, oferecendo uma alternativa ao processamento em nuvem, especialmente relevante para desenvolvedores e empresas que buscam soluções econômicas.
Especificações da UGen Intel Arc Pro B70
A UGen B70 possui 32 GB de memória GDDR6 com tecnologia ECC (Error Correction Code), que corrige falhas de dados em tempo real, prevenindo erros durante tarefas críticas. Com um consumo de 310 W, a arquitetura é concebida para o conceito de Agent Computer, ideal para sistemas destinados a executar agentes de IA localmente ou em configurações híbridas.
Memória e Performance
A placa é capaz de hospedar a maioria dos modelos com menos de 27 bilhões de parâmetros e suporta janelas de contexto de até 128.000 tokens na versão 8B do Llama 3.1. Em configurações multi-GPU, a memória total pode ser expandida para 64 GB com duas unidades ou até 128 GB com quatro placas. Essa escalabilidade é designed para atender diferentes perfis de usuários, desde programadores independentes a estúdios criativos e departamentos de empresas em setores regulados.
Compatibilidade e Desempenho em Modelos Avançados
A UGen B70 é compatível com diversas ferramentas de inferência, como Ollama, llama.cpp, PyTorch XPU, Intel OpenVINO e outras. Testes realizados com duas placas demonstraram que o sistema é capaz de processar modelos de até 80 bilhões de parâmetros a 43,4 tokens por segundo. Esse desempenho robusto a torna uma opção viável para operações que exigem processamento intensivo.
Disponibilidade e Preço
A ASUS planeja disponibilizar a UGen Intel Arc Pro B70 no mercado global através de seus distribuidores e revendedores autorizados, mas o preço exato ainda não foi revelado.
A nova placa promete atender a uma demanda crescente por soluções de IA que operam localmente, deslocando o foco das soluções de cloud computing de forma eficiente.
