Intel ha trasformato Crescent Island in un prodotto con un nome e specifiche ufficiali: Intel GPU D-series. Il 12 ottobre 2026, in occasione dell’Open Compute Project Global Summit, l’azienda ha annunciato una scheda per l’inferenza AI con 160 GB di memoria LPDDR5X nel modello PCIe a marchio Intel, banda dichiarata di 1,5 TB/s, fino a 1,3 petaflops FP8 di picco e un limite di potenza di 350 watt. La cifra di 480 GB che compare nei materiali del produttore riguarda invece le configurazioni che i partner possono progettare: non significa che ogni scheda Intel disponga di quella memoria.
La novità è rilevante perché dà una risposta concreta a un problema dei data center: non tutte le applicazioni AI hanno bisogno della massima potenza di calcolo, mentre la quantità di memoria disponibile può determinare se un modello e il suo contesto di lavoro entrano su un acceleratore o richiedono più schede. Intel punta su un diverso equilibrio tra capacità, banda, consumi e costi, non su una vittoria già dimostrata contro NVIDIA.
Crescent Island diventa GPU D-series: cosa è confermato
Le informazioni provengono dalla presentazione ufficiale Intel del 12 ottobre 2026. L’architettura è Xe3P, la destinazione d’uso è l’inferenza AI e il formato previsto è una scheda PCIe con raffreddamento ad aria, concepita per inserirsi in infrastrutture server esistenti.
- 160 GB LPDDR5X sulla scheda PCIe Intel, con progetti dei partner ODM che possono arrivare fino a 480 GB.
- 1,5 TB/s di banda memoria dichiarata.
- 1,3 PFLOPS FP8 di capacità computazionale teorica di picco, non un benchmark applicativo indipendente.
- 350 W come limite di potenza di riferimento indicato da Intel.
- Architettura Xe3P e software della famiglia Intel Xe.
Questi dati correggono le indicazioni circolate quando Crescent Island era soprattutto un progetto conosciuto attraverso fotografie e anticipazioni. In particolare, la banda di 1,5 TB/s è superiore alla stima inferiore a 1 TB/s riportata nelle prime indiscrezioni. Non è invece disponibile un confronto omogeneo e indipendente che permetta di trasformare le specifiche in un giudizio definitivo sulle prestazioni reali.
160 o 480 GB: perché le due cifre non si contraddicono
È il particolare più facile da fraintendere. Nelle note ufficiali Intel specifica che la propria scheda PCIe ha 160 GB di LPDDR5X, mentre il progetto consente ai produttori ODM di realizzare varianti con scelte di memoria flessibili fino a 480 GB. Quindi i 480 GB descrivono il potenziale della piattaforma presso i partner, non la configurazione standard già pronta da acquistare.
La differenza conta per chi valuta infrastrutture AI: un modello da centinaia di miliardi di parametri può richiedere una quantità significativa di memoria soltanto per i pesi, a cui vanno aggiunti contesto, cache e dati di esecuzione. Il consumo effettivo dipende dalla precisione numerica, dalla quantizzazione e dal software. Non basta moltiplicare i parametri per dedurre una capacità garantita in qualunque applicazione.
Perché Intel rinuncia alle HBM in questa fascia
Le memorie HBM usate dagli acceleratori AI più potenti offrono una larghezza di banda molto elevata, ma sono complesse da integrare e costose. La LPDDR5X è una tecnologia differente, già ampiamente conosciuta nel mondo mobile e nei computer a basso consumo. La strategia Intel consiste nel privilegiare la disponibilità di memoria e un budget energetico contenuto per servizi di inferenza sostenuti, soprattutto quando il collo di bottiglia è tenere in memoria modelli, contesti lunghi o numerose sessioni concorrenti.
Questo non significa che la D-series possa sostituire automaticamente gli acceleratori HBM nei carichi di addestramento o nell’inferenza con richieste molto elevate di banda e throughput. Anche software, librerie, stabilità dei driver, interconnessione tra schede e facilità di migrazione dalle piattaforme esistenti influenzano il costo reale del servizio.
Modelli da 300 miliardi di parametri: promessa tecnica, non test pubblico
Intel sostiene che la GPU D-series sia adatta a modelli fino a 300 miliardi di parametri su una singola scheda e oltre un trilione di parametri in sistemi con otto GPU. Sono indicazioni del produttore che dipendono dalle condizioni di esecuzione e dalla rappresentazione dei dati. Non equivalgono alla prova che qualunque modello di quelle dimensioni abbia latenza accettabile o velocità elevata: servono benchmark su modelli e configurazioni dichiarati.
Il vantaggio potenziale riguarda gli agenti AI con contesti lunghi, i servizi condivisi da più utenti e alcune applicazioni robotiche. Lo scenario si collega a una tendenza che stiamo seguendo anche con il chip Maia 300 di Microsoft per Azure: i grandi operatori cercano architetture diverse per controllare il costo delle richieste AI, non soltanto numeri da record nelle schede tecniche.
Disponibilità, prezzo e confronto con NVIDIA: cosa manca ancora
La documentazione divulgata al summit non permette di indicare un prezzo italiano, una data di vendita retail o benchmark indipendenti. Il prodotto è pensato per infrastrutture professionali e partner, non come scheda grafica consumer da installare nel PC per giocare. Inoltre Intel non ha pubblicato un confronto applicativo completo e riproducibile con le GPU dei concorrenti nelle stesse condizioni.
Per gli sviluppatori e gli amministratori di data center, le domande decisive saranno quante richieste al secondo la scheda sostiene, con quale latenza, quanta energia consuma per risposta e quali modelli siano supportati senza conversioni onerose. Sono indicatori più utili del solo picco FP8. Una distinzione simile vale anche per l’AI locale distribuita su più computer, dove avere più dispositivi non equivale a sommare automaticamente la VRAM.
La vera notizia per il mercato AI
Crescent Island non è più soltanto un’indiscrezione sulle memorie alternative. Intel ha fissato un profilo tecnico per la GPU D-series e ha chiarito la differenza tra scheda standard e varianti dei partner. Se il software e le prestazioni reali rispetteranno le aspettative, gli acceleratori con molta LPDDR5X potrebbero rappresentare una scelta credibile per alcune forme di inferenza. Al momento, però, è una proposta industriale da valutare con prove pubbliche, non un sorpasso già certificato su NVIDIA o AMD.
