NVIDIA發布Vera CPU，錨定AI基礎設施下一階段發展

NVIDIA通過發布Vera CPU擴大其在AI數據中心堆棧中的控制地位，這款處理器專為處理新興智能體AI系統的編排層而設計。

在GTC 2026大會上發布的這款芯片，標志著AI基礎設施構建方式的轉變——將CPU從支撐組件提升為AI工作負載的核心控制平面。

"CPU不再僅僅是支持模型運行；它正在驅動模型，"NVIDIA首席執行官黃仁勛在GTC主題演講中說道。

從訓練轉向編排

隨著AI從訓練轉向生產，瓶頸正從單純依賴GPU轉向編排、推理協調和實時執行。

智能體AI系統——構建用于執行任務、調用工具和管理多步驟工作流程——需要大量CPU資源來協調數千個并發進程并維護運行時環境。

"我認為Vera值得關注，"Moor Insights & Strategy副總裁兼分析師Matt Kimball告訴Data Center Knowledge。"盡管CPU被GPU的聲音淹沒，但它不會消失——從架構角度來看，Vera有點革命性。"

"CPU是GPU集群的控制和編排平面，"他補充說。"隨著智能體AI的擴展，這一角色變得更加苛刻，而不是更少。"

為AI原生并發而構建

Vera基于NVIDIA的Grace架構構建，但引入了針對高并發和持續利用而優化的設計。

該芯片具有以下特性：

88個定制的基于Arm的"Olympus"核心，每個核心都能使用NVIDIA空間多線程運行兩個任務

LPDDR5X內存提供高達1.2TB/s的帶寬

用于多租戶性能的第二代可擴展一致性結構

但架構變化更深層次。

"空間多線程、神經分支預測、PyTorch優化的指令緩沖區、圖數據庫預取引擎——這些不僅僅是調整，"Kimball說。"它們以更多核心和內存本身無法做到的方式改變了性能配置。"

"傳統的x86不是為此而設計的。Vera是，"他補充說。"它實際上是一個AI CPU——為智能體和強化學習工作負載而構建。"

與Rubin GPU集成

Vera不是獨立產品；它與NVIDIA的下一代平臺策略緊密集成。在Vera Rubin NVL72平臺內，Vera CPU通過NVLink-C2C與GPU配對，提供高達1.8TB/s的一致性帶寬——約為基于PCIe系統帶寬的7倍，公司表示。該架構使計算層之間的數據移動更快，這對于在CPU編排和GPU執行之間動態切換的工作負載至關重要。

Vera還被定位為HGX Rubin NVL8系統的主機CPU，有效地充當GPU密集型AI集群的控制層。

擴展AI工廠

NVIDIA還通過機架規模的Vera系統擴展其"AI工廠"概念。這些系統支持：

多達256個液冷CPU

超過22,000個并發CPU環境

通過BlueField DPU和ConnectX SuperNIC進行集成網絡和數據處理

該設計反映了工作負載模式的轉變，從批處理到連續執行，從單一模型到分布式多智能體系統。

廣泛的生態系統支持

NVIDIA提到了圍繞Vera的廣泛合作者和早期采用者，包括云服務提供商和AI基礎設施合作伙伴，如Meta Platforms、阿里巴巴、字節跳動、Oracle云基礎設施、CoreWeave、Nebius Group和Lambda，以及包括戴爾科技、惠普企業、聯想和Supermicro在內的OEM廠商。

Kimball指出，超大規模驗證——特別是Meta——是重要的。"Meta的采用不是試點，"他說。"這表明他們希望確保數百萬個GPU持續得到供應。"

他還看到了新興的更廣泛企業應用。"Vera為NVIDIA提供了完整的計算平臺故事——不僅僅是GPU，"他說。"隨著智能體AI進入企業環境，這一點至關重要。"

功耗和下一個約束

Kimball強調功耗效率是一個決定性因素。

"它以比x86更低的功耗完成所有這些工作，"他說。"在功耗受限的數據中心世界中，這不是一個特性——這是一個根本性轉變。"

DCK分析：重新定義AI演進的CPU

Vera代表了AI基礎設施的結構性轉變——不僅僅是另一個CPU發布。雖然GPU和模型規模定義了過去幾年，但轉向生產AI正在暴露一個新的瓶頸：系統編排。

隨著智能體AI工作負載的擴展，挑戰不再僅僅是執行模型；而是實時協調數千個進程。這種轉變正在重新定位CPU作為AI性能的關鍵組件。

NVIDIA與Vera的策略反映了更廣泛的雄心，即將其主導地位從加速器擴展到AI系統的控制平面。通過緊密耦合CPU和GPU，該公司將自己定位為全棧供應商——擁有執行和編排兩方面。

這在以NVIDIA為中心的環境中具有直接優勢，其中集成可以推動性能和效率提升。它還對Intel和AMD等傳統CPU供應商施加了新的競爭壓力，它們現在必須調整為通用計算構建的架構，以適應日益AI原生的工作負載。

如果智能體AI按預期擴展，數據中心將演變為實時進程的協調系統。在該模型中，CPU變得至關重要，競爭優勢從單個芯片轉向對整個系統的控制。

Q&A

Q1：Vera CPU與傳統CPU有什么不同？

A：Vera CPU專為AI工作負載設計，配備88個定制Arm核心，支持空間多線程技術，具備神經分支預測和PyTorch優化指令緩沖區等AI原生功能，功耗比傳統x86架構更低。

Q2：NVIDIA Vera CPU在智能體AI系統中起什么作用？

A：Vera CPU充當智能體AI系統的控制和編排平面，負責協調數千個并發進程，管理多步驟工作流程，處理任務調用和工具使用，確保GPU集群高效運行。

Q3：Vera CPU如何與GPU配合工作？

A：Vera CPU通過NVLink-C2C技術與Rubin GPU緊密集成，提供高達1.8TB/s的一致性帶寬，比PCIe系統快7倍，實現CPU編排和GPU執行之間的快速數據傳輸和動態切換。