ASUS lança GPU Intel Arc Pro B70 com 32 GB de VRAM

A ASUS anunciou a UGen Intel Arc Pro B70 de 32 GB, uma placa de vídeo profissional desenvolvida para executar modelos de inteligência artificial (IA) localmente. Equipada com memória GDDR6 com correção de erros (ECC), arquitetura Intel Xe2 e desempenho de até 367 TOPS em operações INT8, a novidade foi projetada para desenvolvedores, empresas e profissionais que precisam rodar modelos de IA sem depender exclusivamente de serviços na nuvem.

O lançamento acompanha o crescimento dos chamados agentes de IA e de modelos de linguagem de grande porte (LLMs), que exigem cada vez mais memória para funcionar com eficiência. A ASUS também destaca a possibilidade de combinar até quatro placas, alcançando 128 GB de memória de vídeo em um único sistema.

ASUS UGen Intel Arc Pro B70: especificações técnicas

A nova GPU utiliza a arquitetura Intel Xe2 e foi desenvolvida para estações de trabalho voltadas à inteligência artificial. Confira as principais especificações divulgadas pela fabricante:

  • Modelo: ASUS UGen Intel Arc Pro B70 32 GB
  • Arquitetura: Intel Xe2
  • Núcleos Xe: 32
  • Mecanismos de aceleração de IA: 256 unidades XMX
  • Desempenho em IA: até 367 TOPS (INT8)
  • Memória de vídeo: 32 GB GDDR6 com ECC
  • Interface de memória: 256 bits
  • Largura de banda: até 608 GB/s
  • Frequência máxima: até 2.800 MHz
  • Interface: PCI Express 5.0 x16
  • Consumo de energia da placa: 310 W
  • Conectores de vídeo: três DisplayPort 2.1 e um HDMI 2.1b
  • Resolução máxima anunciada: até 7.680 × 4.320 pixels a 120 Hz
  • Formato: altura completa, ocupando dois slots
  • Configuração com múltiplas GPUs: até 128 GB de VRAM com quatro placas

Um dos principais destaques é a combinação de 32 GB de VRAM com memória ECC, um recurso importante para aplicações profissionais que exigem maior confiabilidade durante operações prolongadas.

32 GB de VRAM para executar modelos de IA localmente

A capacidade de memória é um dos fatores que determinam quais modelos de inteligência artificial podem ser executados em uma GPU. Modelos maiores, janelas de contexto extensas e sistemas que utilizam diversos agentes simultaneamente podem consumir quantidades consideráveis de VRAM.

Quando a memória de vídeo disponível não é suficiente, parte dos dados pode precisar ser transferida para a memória RAM do sistema, prejudicando o desempenho da inferência.

Segundo a ASUS, os 32 GB da UGen Intel Arc Pro B70 permitem executar localmente a maioria dos modelos com menos de 27 bilhões de parâmetros, dependendo de fatores como quantização, precisão numérica e configuração utilizada.

A fabricante também informa suporte a uma janela de contexto de até 128 mil tokens com o modelo Llama 3.1 8B.

Outro benefício da execução local é a possibilidade de manter dados e solicitações dentro da própria infraestrutura, reduzindo a necessidade de enviar informações sensíveis para serviços externos. Isso pode ser especialmente relevante para empresas que trabalham com documentos confidenciais, dados financeiros ou informações de clientes.

Até 128 GB de memória com quatro placas de vídeo

A ASUS também destaca a possibilidade de ampliar a capacidade de memória por meio de configurações com múltiplas GPUs.

Um sistema com duas unidades UGen Intel Arc Pro B70 pode reunir 64 GB de VRAM, enquanto uma configuração com quatro placas chega a 128 GB.

Essa expansão foi pensada para desenvolvedores de IA, estúdios criativos e empresas que precisam executar modelos maiores ou atender a múltiplas solicitações simultaneamente.

A ASUS informa que uma configuração com duas placas conseguiu executar modelos da classe de 80 bilhões de parâmetros a uma velocidade de 43,4 tokens por segundo nos testes mencionados no comunicado.

É importante observar que esse resultado está associado a uma configuração e a condições específicas de teste. O desempenho real varia de acordo com o modelo utilizado, a quantização, o software, a quantidade de solicitações simultâneas e a infraestrutura do sistema.

Compatibilidade com Ollama, PyTorch, ComfyUI e outras ferramentas

Outro ponto destacado pela fabricante é a compatibilidade com um ecossistema de software voltado à inteligência artificial.

Entre as ferramentas e tecnologias mencionadas estão:

  • Ollama: execução e gerenciamento de modelos de linguagem localmente.
  • llama.cpp: implementação de modelos de linguagem com suporte a backends SYCL e Vulkan.
  • vLLM XPU: infraestrutura para servir modelos de IA e gerenciar solicitações de inferência.
  • PyTorch XPU: desenvolvimento e execução de aplicações de aprendizado de máquina.
  • Intel OpenVINO e oneAPI: ferramentas para otimização e desenvolvimento de aplicações de IA.
  • ComfyUI: criação de fluxos de trabalho para geração de imagens com inteligência artificial.
  • Intel LLM Scaler: solução voltada à execução e otimização de modelos de linguagem.

A ASUS também lista testes com modelos das famílias Llama, Qwen, DeepSeek-R1 Distill, Mistral e Mixtral, além de modelos de transcrição de áudio e visão computacional.

Essa compatibilidade torna a placa uma opção para diferentes tipos de projetos, desde assistentes de IA privados até ferramentas de geração de conteúdo e aplicações empresariais. Entretanto, o suporte e o desempenho dependem das versões dos programas, dos drivers e das configurações utilizadas.

ASUS UGen Intel Arc Pro B70 é uma placa de vídeo para jogos?

Apesar de utilizar a tecnologia Intel Arc, conhecida também no mercado de placas de vídeo para computadores pessoais, a UGen Intel Arc Pro B70 tem como foco principal as estações de trabalho e a aceleração de inteligência artificial.

A ASUS não apresentou o modelo como uma GPU gamer convencional. O comunicado destaca recursos voltados à inferência de IA, à execução de modelos de linguagem e à expansão de memória em sistemas profissionais.

Isso não significa que suas saídas de vídeo não possam ser utilizadas para monitores ou tarefas gráficas compatíveis. Entretanto, os dados divulgados não permitem concluir que ela seja uma alternativa competitiva para jogos em relação às placas voltadas especificamente ao público gamer.

Para quem está montando um PC para jogar, vale acompanhar testes independentes de desempenho em jogos antes de considerar essa placa. Já para desenvolvedores, pesquisadores e empresas interessadas em executar modelos de IA localmente, a capacidade de 32 GB de VRAM é um dos aspectos mais relevantes do produto.

Preço e disponibilidade da ASUS UGen Intel Arc Pro B70

De acordo com o comunicado da ASUS publicado em outubro de 2026, a UGen Intel Arc Pro B70 de 32 GB será comercializada mundialmente por meio de revendedores e distribuidores autorizados da marca.

O comunicado informa que o preço seria anunciado mais próximo da disponibilização do produto. Portanto, é necessário consultar a página oficial e os distribuidores locais para confirmar o valor e a disponibilidade em cada mercado.

Para acompanhar as informações mais recentes, acesse a página oficial da ASUS UGen Intel Arc Pro B70.

Também é possível conhecer a iniciativa Agent Computer da ASUS, que apresenta a visão da fabricante para a execução de agentes de inteligência artificial em ambientes locais, na nuvem ou em configurações híbridas.

Para quem é esta GPU?

A ASUS UGen Intel Arc Pro B70 chega com uma proposta direcionada a um segmento cada vez mais relevante do mercado de hardware: a execução de inteligência artificial diretamente em computadores e estações de trabalho.

Os 32 GB de memória GDDR6 com ECC, o desempenho anunciado de até 367 TOPS em INT8 e o suporte a configurações com até quatro placas são seus principais diferenciais. A compatibilidade com ferramentas como Ollama, PyTorch, vLLM e ComfyUI também amplia as possibilidades de utilização em projetos de IA.

Embora não tenha sido apresentada como uma placa de vídeo gamer, a UGen Intel Arc Pro B70 demonstra como as GPUs estão assumindo um papel importante no desenvolvimento de sistemas de inteligência artificial locais. Seu custo-benefício, porém, dependerá do preço praticado em cada mercado, da compatibilidade com os softwares utilizados e do desempenho obtido em aplicações reais.

Deixe um comentário