華碩表示，AI工作非常消耗記憶體，例如很長的上下文推理會大幅增加KV快取用量，而多個AI代理同時部署也需要同時執行多個模型、佔用VRAM，一旦容量不足，資料便會卸載至主記憶體，推論效能可能因此只剩原本的10分之1。
也因此，華碩推出推論加速卡UGen B70，採用英特爾Arc Pro繪圖／推論核心，內建32GB、具ECC保護的GDDR6記憶體，可支援市面上大多數參數量在27B以下的模型，將其完整保留於加速卡上，此外，搭配Llama 3.1 8B，還能實現高達128K token的上下文視窗，並透過雙卡64GB或多卡128GB擴充，滿足企業AI部署所需。
華碩進一步表示，通過驗證、UGen B70可支援的模型包括Llama 3.1/3.2（8B～70B）、Qwen 3.x、DeepSeek-R1 Distill（7B–70B）、Mistral／Mixtral、OpenAI gpt-oss（20B／120B）、Ｗhisper-large-v3與InternVL3.5，雙卡配置可以每秒43.4 token的流暢速度執行80B等級模型。
華碩指出，UGen B70鎖定三大使用者族群，專業消費者、獨立AI開發者單張32GB已夠、順利突破主流16GB AI加速卡於大型模型資源上限，而小型企業與創意工作室則需要雙卡64GB配置，可在支援更大規模部署時，將敏感資料保留於企業內部，至於企業部門級AI團隊多卡128GB系統，降低長期成本，並符合法律、醫療、政府與金融等領域的資料合規要求。
