為持續(xù)推動尖端AI模型創(chuàng)新發(fā)展，英特爾與業(yè)界創(chuàng)新力量深度協(xié)作，成果斐然。近日，全新升級的英特爾AI解決方案全面覆蓋PC客戶端、邊緣計(jì)算、智能駕艙等場景，并第一時間助力阿里巴巴新一代通義千問Qwen3系列大模型發(fā)布。

Qwen3系列大模型五大亮點(diǎn)閃耀

稀疏MoE模型優(yōu)化：深度優(yōu)化稀疏MoE模型，讓Qwen3在端側(cè)實(shí)現(xiàn)高效部署，為端側(cè)應(yīng)用帶來更多可能
NPU Day 0支持：首次在NPU上實(shí)現(xiàn)Day 0支持大模型，顯著提升性能并降低功耗，為模型運(yùn)行提供更優(yōu)平臺
端側(cè)微調(diào)升級：通過端側(cè)微調(diào)技術(shù)，提升模型智能水平，全方位優(yōu)化用戶體驗(yàn)，讓AI更懂用戶需求
動態(tài)稀疏注意力賦能：動態(tài)稀疏注意力機(jī)制賦予Qwen3長上下文窗口能力，解鎖端側(cè)Agent新應(yīng)用，拓展AI應(yīng)用場景
擁抱開源生態(tài)：積極擁抱開源生態(tài)，Day 0支持魔搭社區(qū)Ollama

Qwen3系列中，30B參數(shù)規(guī)模的MoE混合專家模型（Qwen3-30B-MOE-A3B）備受矚目。其先進(jìn)的動態(tài)可調(diào)混合專家架構(gòu)大幅提升了計(jì)算效率，在本地設(shè)備上應(yīng)用前景廣闊。然而，部署難度大、系統(tǒng)資源消耗高成為制約因素。

為此，英特爾與阿里緊密合作，針對MoE模型展開全面技術(shù)適配。借助OpenVINOTM工具套件，成功將Qwen模型高效部署于英特爾硬件平臺。在ARL-H 64G內(nèi)存系統(tǒng)上，30B參數(shù)MoE模型實(shí)現(xiàn)33.97 token/s的吞吐量，較同等參數(shù)稠密模型有突出的性能提升。英特爾采用的軟件優(yōu)化策略涵蓋算子融合、定制化調(diào)度和訪存優(yōu)化以及負(fù)載均衡，為更多MOE模型在英特爾平臺高效部署提供有力支持。

此次發(fā)布的Qwen3系列模型，還聚焦中小參數(shù)量稠密架構(gòu)LLM，參數(shù)規(guī)模從0.6B至32B不等，可適配更廣泛的硬件資源，滿足多樣化使用場景需求。英特爾CPU、GPU、NPU架構(gòu)全面適配Qwen系列模型，通過OpenVINOTM工具套件和PyTorch社區(qū)工具，為全系列Qwen模型在英特爾酷睿Ultra平臺（酷睿Ultra 100系列/200系列）和英特爾銳炫A/B系列顯卡上的部署提供卓越性能保障。

在酷睿Ultra的iGPU平臺上，英特爾持續(xù)為模型帶來卓越性能。針對小尺寸模型，F(xiàn)P16精度下最高達(dá)66 token/s；針對中小尺寸模型，INT4精度下最高達(dá)35.83 token/s。開發(fā)者可根據(jù)使用場景，靈活選擇精度和性能的最佳組合。在英特爾銳炫B系列顯卡強(qiáng)大算力加持下，Qwen3-8B模型可實(shí)現(xiàn)70.67 token/s。

當(dāng)然，面對有限算力資源，英特爾基于動態(tài)稀疏注意力，在保證近乎無損精度的前提下，使長上下文窗口處理速度成倍提升。Qwen3-8B模型在英特爾LNL平臺上可實(shí)現(xiàn)32K的上下文長度，解鎖了更多端側(cè)Agent新應(yīng)用。

結(jié)合Qwen3更強(qiáng)的Agent和代碼能力，以及對MCP協(xié)議的加強(qiáng)支持，基于端側(cè)大模型調(diào)用MCP服務(wù)開發(fā)各種AI PC Agent成為可能。

而在端艙內(nèi)，基于英特爾車載軟硬件解決方案，包括第一代英特爾AI增強(qiáng)軟件定義汽車（SDV）SOC、第二代SDV SoC NPU以及英特爾銳炫?車載獨(dú)立顯卡，Qwen3系列模型有望快速上車部署，充分發(fā)揮車端本地算力。其中，第二代SDV SOC率先采用多節(jié)點(diǎn)芯粒架構(gòu)，生成式和多模態(tài)AI性能相比上一代最高提升十倍，讓汽車AI體驗(yàn)如艙內(nèi)實(shí)時對話、自然語言交互和復(fù)雜指令響應(yīng)等充滿AI靈性。