NVIDIA 釋出 Vera CPU：專為 AI 智慧體打造，任務完成速度快 1.8 倍

過去大家總覺得，搞 AI 拼的就是誰家的 GPU 算力更猛。但隨著大模型開始像人類一樣寫程式碼、調工具、跑沙箱，很多人突然發現，GPU 經常在原地乾等，真正的瓶頸卡在了 CPU 身上。

在臺北電腦展的 GTC Taipei 上，NVIDIA 拿出了針對這個痛點的全新底牌：正式推出並全面量產第一款專門為 AI Agent 設計的處理器 NVIDIA Vera。

專為跑程式碼和沙箱打造的 88 核怪物

大模型現在的任務，已經不只是在對話方塊裡回一兩句答案了，而是要連續呼叫工具、執行 Python 指令碼，甚至在獨立沙箱裡跑各種編譯和資料庫查詢。以前的資料中心按每美元能買多少核心來算賬，現在各家 AI 工廠算的是每美元能產出多少 token。

NVIDIA 這次給 Vera 塞進了 88 個自研的 Olympus 架構核心，支援空間多執行緒技術，還搭配了頻寬高達 1.2TB/s 的 LPDDR5X 記憶體子系統。根據測試，處理 Agent 類工作流時，它的任務完成速度比傳統 x86 CPU 快了整整 1.8 倍。

據第三方開源基準測試機構 Phoronix 的資料，在程式碼編譯、Python 和 Java 執行環境以及資料庫處理等 Agent 核心場景中，Vera 的綜合性能都是目前最快的。說白了，它就是讓那些卡在 CPU 環節的沙箱和工具呼叫變快，別讓昂貴的 GPU 趴在旁邊乾等。

踢開 x86，自己單立門戶

上一代 Grace CPU 已經賣了將近 250 萬片，但主要是綁在超級晶片裡賣。這一次 Vera 的野心明顯更大，直接殺向了通用伺服器市場。

戴爾、HPE、聯想和超微都會在今年秋天推出獨立的 Vera CPU 伺服器。這也是各大主流 OEM 廠商第一次把非 x86 CPU 當作標準伺服器選項推向市場。不僅如此，Vera 還會作為下下一代 Vera Rubin 平臺的主機 CPU，通過第二代 NVLink-C2C 提供高達 1.8TB/s 的 CPU 與 GPU 間雙向一致頻寬，同時還會驅動 Vera BlueField-4 STX 儲存平臺。

買家名單幾乎囊括了半個 AI 圈。Anthropic、OpenAI 和 SpaceXAI 都在計劃採用，Oracle 雲（OCI）、字節跳動和 CoreWeave 也在部署名單裡。就連每天要處理 1.1 萬億條訊息的紐約證券交易所，也正聯手 HPE 和 Redpanda 用 Vera 來升級自己的金融交易基礎設施。

為什麼重要

從技術和架構來看，NVIDIA 這一步走得相當毒辣。現在的 AI 競爭早已過了純粹拼矩陣乘法的階段，複雜的推理模型往往需要幾百次工具呼叫和程式碼驗證才能給出一個答案。如果主控 CPU 太慢，整套叢集的有效利用率就會暴跌。Vera 把記憶體頻寬拉到 1.2TB/s，本質上就是把 CPU 當成協處理器來做，徹底消除了沙箱呼叫的排隊延遲。

對行業來說，這也是對 Intel 和 AMD 傳統 x86 腹地的一次正面強攻。以前資料中心的邏輯是 GPU 負責加速、x86 CPU 負責總管，但現在戴爾和聯想開始大批量出貨獨立的 Vera 伺服器，意味著雲廠商和超大規模企業第一次有了成熟的替代方案。當算力採購的考核指標徹底變成 token 產出效率時，傳統通用 CPU 的生存空間會被進一步壓縮。

不過對於普通開發者或中小企業來說，現在不必急著去追這一波硬體。Vera 真正的殺傷力是在高併發沙箱、強化學習環境和超大型雲平臺上體現出來的，首批系統要在今年秋季才向合作伙伴交付。我們認為，更現實的路徑是等它上線 OCI 或其他雲廠商後，直接按需呼叫相關的 Agent 推理叢集，看看每單位 token 的綜合成本到底能降下來多少。