英特尔发布了其Arc Pro“Project Battlematrix”解决方案的首个重要软件——LLM Scaler v1.0，带来显著改进。
在2025年台北国际电脑展期间，英特尔随Arc Pro显卡一同公布了Project Battlematrix项目。该方案旨在为搭载多块Arc Pro显卡的推理工作站平台提供一站式解决方案。根据路线图，公司承诺在第三季度推出首个容器部署方案，包含vLLM分级和基础遥测支持，作为“推理优化”容器。如今随着LLM Scaler v1.0的发布，这一承诺终于兑现。
以下是LLM Scaler容器v1.0包含的全部功能与优化：
vLLM方面：
针对长输入序列（>4K）的TPOP性能优化：在32B KPI模型上实现40K序列长度1.8倍性能提升，70B KPI模型上达4.2倍
相比上一版本，8B-32B KPI模型输出吞吐量提升约10%
逐层在线量化技术降低GPU显存需求
实验性支持vLLM流水线并行（PP）
实验性torch.compile支持
实验性推测解码技术
支持嵌入重排模型
增强多模态模型支持
最大长度自动检测
数据并行支持
OneCCL基准测试工具启用
XPU管理器功能：
GPU功耗管理
GPU固件更新
GPU诊断
GPU显存带宽监测
据英特尔介绍，新软件栈遵循易用性和行业标准设计。基于Linux系统优化的新容器可通过多GPU扩展和PCIe点对点数据传输实现高达80%的性能提升，同时具备企业级可靠性与可管理性功能，包括ECC纠错、SRIOV虚拟化、遥测和远程固件更新等。
按照此前公布的路线图，本季度还将推出更稳定的容器版本，提供更优性能和完善的vLLM服务支持。最终在第四季度，英特尔将推出具备完整功能集的正式版本。
