首款面向AI智能体的CPU：NVIDIA Vera CPU

过去两年市场焦点几乎全部集中在GPU的算力与互联上，但Agentic AI的实际瓶颈正从GPU侧向CPU侧转移。Vera CPU的推出直接针对该问题，把"编排、工具调用、代码执行"从附带任务提升为一等公民。叠加Groq 3 LPX机架级推理加速器（FP8总算力315 PFLOPS、128GB SRAM、单机柜256颗LPU），NVIDIA正在构建"CPU+GPU+LPU"三层AI基础设施栈。

NVIDIA Vera是全球首款从底层专为AI智能体设计的CPU，而非从通用服务器CPU改造而来，核心定位是为Agentic AI场景提供专属算力支撑。

一、硬件参数

• 核心配置‌：搭载88颗自研Olympus定制核心，搭配NVIDIA空间多线程技术，可同时输出176个执行线程，核心资源做了分区专属优化。
• 内存规格‌：放弃传统DDR5内存，改用可插拔现场更换的SOCAMM模块搭载LPDDR5X，内存带宽最高可达1.2TB/s，是主流x86 CPU的2倍，单核心带宽达到竞品的3倍。
• 功耗表现‌：同等算力下功耗仅为领先x86 CPU的约50%，大幅降低AI数据中心的供电与散热压力。

二、技术细节

1. 核心微架构优化‌

自研Olympus核心采用宽前端设计，集成神经分支预测器，每周期最多可取16条指令，解码器宽度达到10路，每周期可处理10条融合指令，专门针对智能体高频的工具调用、数据库访问类分支密集场景做了定向优化。

2. 专属硬件预取机制‌

内置专门针对指针密集型数据结构和图处理负载的图预取器，智能体在访问知识库、向量数据库时，数据命中率比传统x86 CPU高40%，大幅减少等待延迟。

3. 空间多线程技术‌

区别于传统同步多线程的资源争抢问题，每个核心的两个硬件线程可分区独占核心资源，支持一个线程优先运行高优先级的智能体主任务，另一个线程同步处理系统管理类任务，不会出现资源抢占导致的性能抖动。

三、横向对比

与主流服务器CPU对比

四、实测性能

• 综合场景‌：在AI智能体、强化学习、数据处理三类核心工作负载下，任务完成速度比主流x86 CPU快1.8倍。
• 专项场景‌：在智能体沙箱环境中，性能领先优势进一步扩大，相比x86 CPU提速最高可达80%。
• 协同效率‌：可与Rubin GPU、Groq 3 LPX推理芯片深度适配，大幅提升整套AI算力集群的智能体任务吞吐能力。
• SQL数据处理‌：相比主流x86 CPU速度快3倍，适配智能体高频的结构化数据查询场景。
• 实时流数据处理‌：纽约证券交易所实测行情/订单事件流处理，端到端P99延迟比x86方案快6倍，完全满足高并发金融智能体的低延迟要求。
• Agent负载综合性能‌：NVIDIA内部2026年7月SPEC CPU 2026测试显示，特定智能体负载下性能最高可达x86系统的1.8倍，该数据目前尚未经过第三方独立验证。

以上数据仅供参考

五、部署情况

• 首个大规模商用客户‌：SpaceXAI率先部署Vera CPU，用于支撑下一代AI智能体应用的超大规模算力需求，这也是该款芯片首次在超算级场景落地。
• 潜在客户群体‌：目前纽约证券交易所、Anthropic、OpenAI、字节跳动、CoreWeave、Lambda、Oracle云基础设施等全球头部金融机构、AI企业与云服务商，均已启动对Vera CPU的引入评估。

六、行业影响

• 打破x86垄断‌：首次在AI智能体核心算力场景中，用全新架构的专用CPU替代通用x86芯片，重构自主AI系统的底层算力底座。
• 全栈体系补全‌：Vera CPU与Rubin GPU、Groq 3 LPX推理芯片、Spectrum-X网络组成完整的Agentic AI全栈算力体系，补齐了英伟达在AI智能体CPU侧的最后一块短板。
• 行业趋势预判‌：英伟达CEO黄仁勋明确表示，AI智能体将成为未来最大的算力需求方，Vera CPU正是为这一趋势提前布局的核心硬件产品。