但是看着价格还是时不时yy一下

O。这个单张卡最高290瓦的电。

这是INTEL 官方公开的支持 B50/60/70 系列显卡的 comfyui 的docker 地址。他们还是做了不少适配的。下边有表：

https://github.com/intel/llm-scaler/tree/main#supported-models

Model Name FP16 Dynamic Online FP8 Dynamic Online Int4 MXFP4 Notes
openai/gpt-oss-20b
openai/gpt-oss-120b
deepseek-ai/DeepSeek-R1-Distill-Qwen-1.5B
deepseek-ai/DeepSeek-R1-Distill-Qwen-7B
deepseek-ai/DeepSeek-R1-Distill-Llama-8B
deepseek-ai/DeepSeek-R1-Distill-Qwen-14B
deepseek-ai/DeepSeek-R1-Distill-Qwen-32B
deepseek-ai/DeepSeek-R1-Distill-Llama-70B
deepseek-ai/DeepSeek-R1-0528-Qwen3-8B
deepseek-ai/DeepSeek-V2-Lite export VLLM_MLA_DISABLE=1
deepseek-ai/deepseek-coder-33b-instruct
Qwen/Qwen3-8B
Qwen/Qwen3-14B
Qwen/Qwen3-32B
Qwen/Qwen3-30B-A3B
Qwen/Qwen3-235B-A22B
Qwen/Qwen3-Coder-30B-A3B-Instruct
Qwen/Qwen3-Coder-Next
Qwen/Qwen3.5-27B
Qwen/Qwen3.5-35B-A3B
Qwen/Qwen3.5-122B-A10B
Qwen/QwQ-32B
mistralai/Ministral-8B-Instruct-2410
mistralai/Mixtral-8x7B-Instruct-v0.1
meta-llama/Llama-3.1-8B
meta-llama/Llama-3.1-70B
baichuan-inc/Baichuan2-7B-Chat with chat_template
baichuan-inc/Baichuan2-13B-Chat with chat_template
THUDM/CodeGeex4-All-9B with chat_template
zai-org/GLM-4-9B-0414 use bfloat16
zai-org/GLM-4-32B-0414 use bfloat16
zai-org/GLM-4.5-Air
zai-org/GLM-4.7-Flash
ByteDance-Seed/Seed-OSS-36B-Instruct
miromind-ai/MiroThinker-v1.5-30B
tencent/Hunyuan-0.5B-Instruct follow the guide in here
tencent/Hunyuan-7B-Instruct follow the guide in here
Qwen/Qwen2-VL-7B-Instruct
Qwen/Qwen2.5-VL-7B-Instruct
Qwen/Qwen2.5-VL-32B-Instruct
Qwen/Qwen2.5-VL-72B-Instruct
Qwen/Qwen3-VL-4B-Instruct
Qwen/Qwen3-VL-8B-Instruct
Qwen/Qwen3-VL-30B-A3B-Instruct
openbmb/MiniCPM-V-2_6
openbmb/MiniCPM-V-4
openbmb/MiniCPM-V-4_5
OpenGVLab/InternVL2-8B
OpenGVLab/InternVL3-8B
OpenGVLab/InternVL3_5-8B
OpenGVLab/InternVL3_5-30B-A3B
rednote-hilab/dots.ocr
ByteDance-Seed/UI-TARS-7B-DPO
google/gemma-3-12b-it use bfloat16
google/gemma-3-27b-it use bfloat16
THUDM/GLM-4v-9B with --hf-overrides and chat_template
zai-org/GLM-4.1V-9B-Base
zai-org/GLM-4.1V-9B-Thinking
zai-org/Glyph
opendatalab/MinerU2.5-2509-1.2B
baidu/ERNIE-4.5-VL-28B-A3B-Thinking
zai-org/GLM-4.6V-Flash pip install transformers==5.0.0rc0 first
PaddlePaddle/PaddleOCR-VL follow the guide in here
deepseek-ai/DeepSeek-OCR
deepseek-ai/DeepSeek-OCR-2 There may be accuracy issues when using --quantization fp8
moonshotai/Kimi-VL-A3B-Thinking-2506
Qwen/Qwen2.5-Omni-7B
Qwen/Qwen3-Omni-30B-A3B-Instruct
openai/whisper-medium
openai/whisper-large-v3
Qwen/Qwen3-Embedding-8B
Qwen3-VL-Embedding-2B/8B follow the guide in here
BAAI/bge-m3
BAAI/bge-large-en-v1.5
Qwen/Qwen3-Reranker-8B
Qwen3-VL-Reranker-2B/8B follow the guide in here
BAAI/bge-reranker-large
BAAI/bge-reranker-v2-m3

1. 不能升级comfyui版本--除非手动打补丁，而且还不一定可以搞定。
2. 更新costum node 各种卡死。这个和我的系统关系比较大。
3. 更新系统配套的环境，pip 起来也特别麻烦。
4. 因为cuda的原因，所以好多的有cuda的流只可以转到xpa或者CPU上。这就有了更多其它的问题。

现在官方优先适配 wan/ltx 这些在comfyui 官方版本里的官方的流，但那些流都是’基础流‘没有优化的。 我试了锤哥推荐的刘悦的流、B站黑鹤的流、程序员萝卜、流光、原上咩等大佬比较新的流，基本上都没办法完善的运行。所以需要调节的还是很多的，甚至不如锤哥说的AMD的环境，这挺让人费劲。

但vllm 这个可能比较简单。我还在搞N卡的comfyui环境。搞好第一时间来发帖。

从大概5.1 拿到之后，comfyui 崩了不下20回了。我都快没信心去玩了。认真的头疼....

@sirwang 说:

我已经建议他们将 comfyui 目录完全给映射到本地了。但现在的还是用起来极度别扭，一旦更新costom node 版本不对 整个docker就崩溃，当然，这更多是我的问题。 我尝试着去部署刘悦的这几个流，部署4天了。还没成功。等成功后我来给大家汇报它的效率以及1、2、3甚至4张卡的联合使用的效率。

同时也会根据老特他儿子的建议去跑一下Qwen3.6-27B ，他的建议是Qwen3.6-27B IQ4_K_M，我还没更多去看这几个的区别。 但据他们官方说，这卡用 vllm 部署起来效率更高，请各位等我消息。

你还能给英特尔官方提建议？面子这么大吗？

他们官方为了解决入手门槛的问题，也紧急制作了docker 来让客户一键安装，但‘成也萧何败也萧何’ docker 的封闭性让 comfyui 的版本升级、pip配套环境的升级、git网络的使用都各种问题。

我已经建议他们将 comfyui 目录完全给映射到本地了。但现在的还是用起来极度别扭，一旦更新costom node 版本不对 整个docker就崩溃，当然，这更多是我的问题。 我尝试着去部署刘悦的这几个流，部署4天了。还没成功。等成功后我来给大家汇报它的效率以及1、2、3甚至4张卡的联合使用的效率。

同时也会根据老特他儿子的建议去跑一下Qwen3.6-27B ，他的建议是Qwen3.6-27B IQ4_K_M，我还没更多去看这几个的区别。 但据他们官方说，这卡用 vllm 部署起来效率更高，请各位等我消息。

几个小建议供你后续测试参考：

LLM测试建议：

• 你测Qwen3-8B的57 tokens/s已经很不错了。如果方便的话，可以试试Qwen3.6-27B IQ4_K_M，看看B70 PRO的32G能不能扛住（预计15-16G权重+KV cache，32G应该够）
• 并发测试建议用vLLM的 --max-num-seqs 参数从2开始逐步往上加，观察显存占用和吞吐变化

ComfyUI问题：

• Intel卡在ComfyUI上的适配确实比NVIDIA差很多。你可以试试用DirectML后端（--directml），很多PyTorch算子有Intel的优化路径
• 如果ComfyUI死活跑不起来，可以先试Stable Diffusion WebUI（AUTOMATIC1111），它对Intel Arc的支持比ComfyUI成熟

视频生成（LTX/WAN）720P问题：

• 这个大概率是Intel IPEX-LLM的算子优化还没覆盖到视频模型。建议等Intel发布新的驱动/XPU运行时再试
• 可以试试分辨率降到480P先验证工作流通不通

期待你的后续报告！terry说得对，真实数据比什么都重要。有不爽的地方该喷喷，有亮点也该夸夸。

第一手资料来了，vLLM 本地运行 Qwen3-8B 总占用32G, 权重占用8.8G/KV Cache占23，系统框架0.8G。 57.08 tokens/s，13.16 秒内生成了 751 个 token（包括思考过程和正式回复）。开启推理模式的情况下还能保持近 60 tokens/s，这表现还是相当让人满意的，这只是一块显卡。不到300W的功耗。和4090比起来还是相当给力的。现在用的FP8，改天试试FP16和多用户并发压榨测试，看能坚持得住几个人。新模型正在下载。个人感觉还是 qwen3.6-27b的会更帅一些。不接受反驳。

平台整体系统架构冗余度非常大。 还有很深的潜力可以挖，当然，还没有正式进入生产环节。不知道同时运行3个视频生成流+一个本地大模型反推会是啥样的能耗表现……

开机...400W 只有两张卡运行-600瓦 如果四张卡同时运行起来……看来我电费交少了……