Der Markt für spezialisierte Hardware zur lokalen Ausführung künstlicher Intelligenz differenziert sich zunehmend aus. ASUS Korea setzt mit der UGen Intel Arc Pro B70 32GB auf eine dedizierte Rechenkarte, die gezielt für lokale Inferenzaufgaben konzipiert ist.
Für den Hersteller markiert die Karte eine strategische Rückkehr: Es ist das erste Modell von ASUS mit einer Intel-Grafikkomponente seit fünf Jahren, nachdem das Unternehmen zuvor die DG1-4G mit 4 GB Speicher angeboten hatte.
Technische Spezifikationen und erhöhte Leistungsaufnahme
Das Herzstück der neuen Karte bildet der Battlemage-Grafikprozessor BMG-G31. Dieser verfügt über 32 Xe2-Cores sowie 256 XMX-Engines und erreicht eine Rechenleistung von bis zu 367 TOPS bei INT8-Berechnungen.
Als Speicher stehen 32 GB GDDR6 mit Fehlerkorrektur (ECC) über ein 256-Bit-Interface bereit, was eine Bandbreite von 608 GB/s ermöglicht. Die Anbindung an das Host-System erfolgt über PCIe 5.0 x16.
Konstruiert ist die Rechenkarte im Dual-Slot-Format mit einer aktiven Turbokühlung. An Schnittstellen stehen ein HDMI- sowie drei DisplayPort-Ausgänge bereit. Gegenüber den Referenzvorgaben von Intel hat ASUS die elektrische Leistungsaufnahme deutlich erweitert: Die Karte ist für bis zu 310 W freigegeben, während die Referenzspezifikation bei 230 W liegt.
Speicherkapazitäten und breite Modellunterstützung
Mit 32 GB Videospeicher zielt das System auf rechenintensive Modelle ab. Laut Berichten unterstützt eine einzelne Karte Sprachmodelle mit bis zu 27 Mrd. Parametern und kann Llama 3.1 8B mit einem Kontextfenster von 128K Token verarbeiten. Das Design erlaubt zudem Multi-GPU-Konfigurationen: Zwei Karten stellen zusammen 64 GB VRAM bereit, vier Karten skalieren auf insgesamt 128 GB.
Wer sich mit dem Einsatz solcher KI-Systeme befasst, muss neben der Hardware auch die neuen rechtlichen Rahmenbedingungen im Blick behalten. Dieser kostenlose Report klärt auf, welche rechtlichen Pflichten und Bedrohungen Unternehmer beim Einsatz moderner Technologien jetzt kennen müssen. Neue KI-Gesetze und Cyberrisiken: Kostenlosen Report anfordern
Wie ASUS darlegt, erreicht ein Verbund aus zwei Karten bei Modellen mit 80 Mrd. Parametern eine Geschwindigkeit von 43,4 Tokens/s. Der Hersteller betont die Relevanz einer ausreichenden Speicherausstattung, da unzureichender VRAM die Inferenzleistung um bis zu 90 % einbrechen lassen kann.
Verifiziert ist die Hardware für diverse Modellarchitekturen, darunter Llama 3.1 und 3.2 (8B bis 70B), Qwen 3.x, DeepSeek-R1 Distill (7B bis 70B), Mistral, Mixtral, gpt-oss (20B und 120B) sowie Whisper-large-v3 und InternVL3.5. Primäre Einsatzfelder sind autonome KI-Agenten und datenschutzsensible lokale Anwendungen.
Softwareseitig wird eine breite Toolkette abgedeckt, darunter der Intel LLM Scaler, vLLM XPU, llama.cpp (über SYCL und Vulkan), Ollama, OpenVINO, oneAPI, PyTorch XPU sowie ComfyUI. Einen konkreten Preis oder ein Datum für den Marktstart hat ASUS noch nicht genannt; Marktberichten zufolge bewegen sich vergleichbare Arc-Pro-B70-Karten meist zwischen 1.299 und über 2.000 US-Dollar, wobei der erwartete US-Preis bei über 1.700 US-Dollar liegt.
Die rechtssichere Einbindung lokaler KI-Systeme erfordert eine präzise Kenntnis der aktuellen EU-Vorgaben für Unternehmen. Ein kostenloser Download verschafft Ihnen den Überblick über Fristen, Pflichten und Risikoklassen, den Ihre Rechts- und IT-Abteilung jetzt dringend braucht. EU AI Act in 5 Schritten verstehen – Zum kostenlosen Download
Parallele Entwicklungen im Workstation-Segment
Der Fokus auf lokale Inferenz spiegelt sich auch bei anderen Hardwareentwicklern wider. So kündigte Tiny Corp die Workstation tinybox Red Kimi für 30.000 US-Dollar an.
Das System setzt auf vier Grafikkarten vom Typ AMD Radeon AI Pro R9700 mit je 32 GB GDDR6 (insgesamt 128 GB bei einer aggregierten Bandbreite von 2.560 GB/s), kombiniert mit 16 NVMe-SSDs zu je 1 TB im RAID-Verbund (238,4 GB/s), einem 32-Kern-Prozessor vom Typ AMD Epyc Genoa und 32 GB DDR5-Arbeitsspeicher.
Über den hauseigenen tinygrad-Treiber greifen die Grafikprozessoren direkt auf das SSD-Array zu, um das Modell Moonshot Kimi K3 (2,8 Billionen Parameter im MXFP4-Format, Checkpoint bei rund 1,56 TB) lokal auszuführen.
Nach ungetesteten Herstellerangaben sollen 40 Tokens/s erreicht werden. Die theoretische Anforderung liegt bei rund 2,2 TB/s, was etwa 86 % der GPU-Bandbreite beansprucht, während die SSDs maximal rund 6 GB pro Token (etwa 11 %) beisteuern können.
Bei K3 werden 104 Mrd. Parameter pro Token aktiviert (16 von 896 Experten plus zwei geteilte Experten), was rund 55 GB an Gewichten pro Token entspricht. Das rund 56 Pfund schwere Gerät soll eine Lautstärke von unter 60 dB aufweisen, wobei Branchenbeobachter darauf hinweisen, dass die tatsächliche Leistung von ungetesteten Caching- und Quantisierungsannahmen abhängt.
Preislich ordnet sich das Segment heterogen ein: Apples Mac Studio mit M5 Ultra und 512 GB Speicher startet bei 22.299 US-Dollar (laut Macworld bei 29.799 US-Dollar mit 16 TB SSD), während Nvidias DGX Station GB300 mit 748 GB bei rund 91.100 US-Dollar angesiedelt ist.