【導讀】智能會議正在成為越來越多企業的日常需求。除了穩定、高識別率的實時轉寫，企業還希望實現跨語言翻譯和結構化會議紀要，同時確保會議數據不出內網，滿足數據可靠性的要求。對于新建或既有會議室，系統還要易于接入，并能與企業OA等現有業務系統銜接，實現待辦事項自動流轉。
這些需求對會議系統提出了更高要求。更智能的模型、更高精度的推理以及多會議室并發，需要更大的顯存和更強的算力，也意味著更高的部署成本。英特爾與聯想要解決的，正是如何以可控成本穩定交付一套可用、好用、可靠的智能會議系統。
為此，英特爾與聯想聯合推出了基于英特爾銳炫? Pro B70的智能會議解決方案。32GB大顯存可承載多個大模型，高達367 TOPS的AI算力為多路實時翻譯和會議紀要快速生成提供支撐，配合入門級英特爾?酷睿? Ultra平臺，為企業兼顧會議體驗與部署成本提供了新的實現路徑。
英特爾中國區技術部總經理高宇表示：“今天企業面臨的挑戰，不僅僅是讓AI更聰明，更是讓它能夠更安全可靠地融入業務流程。英特爾正在推動企業會議場景向這一需求轉變。我們期待攜手產業伙伴，讓更多企業能夠以更低門檻擁抱AI，把智能能力真正轉化為生產力。”
聯想AI工作站與工業終端營銷總經理陸遠表示：“會議是企業知識流動最集中的場景之一，也是AI最容易創造價值的場景之一。我們觀察到，越來越多的客戶希望在保護數據可靠和成本可控的同時，獲得更智能的協作體驗。聯想與英特爾攜手推出的智能會議解決方案，將切實解決多模型本地運行難、部署成本高等痛點，讓先進AI進入企業日常工作，為客戶創造長期價值。”
解“精度與顯存平衡”瓶頸：大顯存支撐FP8量化雙模型與超長會議KV緩存
一場智能會議可能同時涉及語音識別、跨語種實時翻譯、內容理解和會議紀要生成，需要多個AI模型協同工作。會議時間越長，上下文緩存占用的顯存也越多。如何在模型精度和顯存占用之間找到平衡，成為智能會議系統面臨的一道現實難題。
在極限并發場景下，7B模型可支持20路會議實時翻譯，同時支持兩場4小時會議紀要快速生成；在這一組合并發情況下，顯存需求接近30GB 1。對于24GB或更小顯存的方案，要同時裝載多個模型和會議上下文，就需要在模型能力、推理精度與顯存占用之間做出更多取舍。
英特爾銳炫? Pro B70配備32GB顯存，可容納FP8量化的Hunyuan-MT-7B翻譯模型、Qwen3-4B會議紀要模型以及超長會議所需的KV緩存。367 TOPS AI算力則為多路實時翻譯和會議紀要快速生成提供算力支撐。換句話說，大顯存讓多個模型“裝得下”，AI算力則讓模型“跑得動”。
經過英特爾LLM-Scaler大模型推理框架優化，該方案可以在單卡上并行運行Hunyuan-MT-7B與Qwen3-4B兩個模型，同時處理實時翻譯和會議紀要生成。其中，一場4小時會議、約6萬字記錄的會議紀要，可在30秒內完成生成2。
解“成本”難題：共享算力支撐多會議室并發
對于中大型企業來說，智能會議的價值不能只服務于一間會議室。如果每間會議室都單獨配置服務器，不僅意味著更高的硬件投入，也會增加日常運維負擔。與此同時，會議室數量和并發規模也會直接影響企業的算力投入。
英特爾與聯想的解決思路，是依托英特爾銳炫Pro B70與入門級英特爾酷睿Ultra平臺，通過后臺集中部署算力，讓多個會議空間共享AI計算資源。前端會議室按需配置輕量化采集終端，減少為不同會議空間重復配置后臺算力的需求。
在具體工作負載上，7B模型可支持20路實時翻譯并發，同時支持兩場4小時會議紀要快速生成3。32GB顯存用于承載多個大模型，367 TOPS AI算力負責并發處理，由此在“裝得下”和“算得動”之間實現兼顧。
集中式部署也讓企業可以根據會議空間的實際需求進行配置。無論是新建會議室還是既有會議室改造，都可以按需部署前端采集終端，并由后臺統一提供AI算力，在會議空間擴展和算力投入之間獲得更大的靈活性。
解“隱私”顧慮：全本地部署，讓企業用得安心
會議往往涉及企業內部業務信息，數據可靠性因此成為智能會議落地時繞不開的問題。
英特爾與聯想的智能會議解決方案支持本地部署。從語音收集、會議轉寫和實時翻譯，到最終紀要生成，整個過程均在企業本地環境中完成，保證全鏈路的數據可靠性。同時，7×24小時連續運行能力進一步支撐業務連續性和穩定性，讓企業用得既安心，又省心。
目前，該方案已在多個行業成功落地。從大顯存承載多個模型，到多路并發提升算力利用效率，從多個會議空間共享后臺算力到全流程本地部署，英特爾與聯想希望解決的并非單一的算力問題，而是幫助企業在會議體驗、部署成本以及數據可靠之間取得更好的平衡。
1.2.3 數據來源于英特爾實驗室，結果可能有所不同
結論
這套英特爾與聯想聯合打造的智能會議方案，核心解決企業落地本地 AI 會議系統的三大痛點：顯存不足、多會議室部署成本高、會議數據隱私風險。銳炫 Pro B70 的 32GB 大容量顯存，能夠同時裝入翻譯、紀要兩大模型，還可承載長時間會議產生的 KV 緩存，依托 LLM-Scaler 推理框架，單卡支持多路翻譯并發，長會議紀要生成效率可觀。集中算力池的模式，避免每個會議室單獨配備后端服務器，降低硬件投入和運維壓力，新舊會議室改造都能靈活適配。整套方案所有語音識別、翻譯、紀要生成工作都在內網本地完成，滿足企業內部敏感會議的數據安全要求。
