英特尔迅速跟进AMD，Core Ultra引入AI黑科技，助力本地用户

AMD 的 APUs 已经有一段时间提供一个功能，这个功能不仅对游戏玩家有吸引力，对本地 AI 用户也同样如此；可变显存。现在，英特尔也紧随其后，为其 Core Ultra 芯片添加了类似的功能。

这一消息是英特尔的 Bob Duffy 通过 VideoCardz 透露的，新的共享 GPU 内存覆盖功能与最新版本的 Arc 驱动程序一起发布。

如果你有英特尔 Core Ultra 并且正在使用 AI，你需要更新到最新的英特尔 Arc 驱动程序... 因为 pic.twitter.com/4BlTqW1RCo2025年8月14日

那这到底是什么呢？

简单来说，就像在AMD最近的APU上一样，您现在可以决定将多少系统内存分配给GPU。这对游戏有帮助，尤其是在您使用本地LLM时。

Ollama 目前不支持集成GPU，但像LM Studio这样的工具支持这一功能，允许您将一些较大的模型，比如gpt-oss:20b，加载到GPU上，而不是CPU。

这些模型在不手动为GPU选择更多内存的情况下也能运行，但手动选择会带来一些好处。英特尔的Core Ultra芯片尚未采用真正的统一内存，这种内存在Apple Mac或AMD最新的Strix Halo芯片上可以找到。听起来是一样的，但实际上并不相同。在统一内存上，这个功能是多余的。

在我自己（尽管简短）的测试中，使用一款AMD Ryzen AI 9 HX 370，该设备不支持统一内存，给GPU设置更多可用内存会有性能上的好处。

在gpt-oss:20b中，当模型能够完全加载到专用GPU内存中时，性能比使用整体系统内存时高出约5个token每秒，在4k上下文窗口下尤其如此。

您仍然可以利用GPU进行计算，但如果只使用“RAM”，性能会更慢。最佳的情况是为加载模型分配足够的专用GPU内存。

这就是英特尔现在允许Core Ultra用户进行的操作，尽管目前还不太清楚这是否适用于所有Core Ultra系列，还是仅限于Core Ultra系列2。在英特尔图形软件中，添加了一个简单的滑块，允许您选择要为GPU保留多少内存。

以我自己的系统为例，当我使用像gpt-oss:20b这样的大型模型时，我将可用的32GB内存均分。16GB用于GPU，16GB用于其他所有内容。这让我可以将模型完全加载到GPU的内存中，而保留的内存则留给系统的其他部分。

这就是我从大型语言模型中获取最佳性能的方式，因为如果可以使用GPU，为什么要把所有的CPU都用完呢？即使是集成显卡，在这种情况下也能比使用CPU得到更好的效果。

当然，这一切仍然是相对的。如果你的系统总内存是16GB，你不能把它全部分配给GPU来运行LLM（大型语言模型）。PC仍然需要内存来处理Windows上其他的任务。理想情况下，你希望有足够的内存，至少为系统保留8GB。

要获得新的共享GPU内存覆盖功能，你需要使用最新的Intel驱动程序。请注意，这个功能仅适用于你的PC上只有集成的Arc显卡的情况。拥有独立显存的GPU不需要这个功能，而且在任何情况下它们的表现仍然会更好。

但是，如果你在Core Ultra系统上使用本地的LLM，这个功能是个不错的补充，能帮助你从AI工作负载中榨取一些额外的性能。