Vera Arrives: NVIDIA's First CPU Built for Agents Lands at Top AI Labs¶

Ch04.245 Vera Arrives: NVIDIA's First CPU Built for Agents Lands at Top AI Labs¶

📊 Level ⭐⭐ | 9.6KB | entities/blogs.nvidia.com-vera-cpu-delivery.md

核心要点¶

发布背景：NVIDIA 创始人兼 CEO Jensen Huang 在 2026 年 3 月 GTC San Jose 上正式发布 Vera CPU，这是 NVIDIA 首个独立 CPU 产品线，被定位为下一个数十亿美元业务
首批交付对象：Anthropic（旧金山）、OpenAI（Mission Bay）、SpaceXAI（帕洛阿尔托）、Oracle Cloud Infrastructure（圣克拉拉），均由 NVIDIA VP Ian Buck 亲自送货上门
核心架构：88 个 NVIDIA 自研 Olympus 核心，1.2 TB/s 内存带宽，核心性能较传统设计提升 50%，专为高并发、实时 AI 代理工作负载设计
应用场景：AI 代理的沙箱执行、工具调用编排、长上下文检索操作；SpaceXAI 评估用于强化学习工作负载和基于代理的模拟训练管道
商业落地：OCI 计划 2026 年部署数十万颗 Vera CPU，是首个超大规模部署 Vera 的云厂商；Vera 还是 Vera Rubin NVL72 的主机处理器，与 Rubin GPU 通过第二代 NVLink-C2C 互联

背景与定位¶

Agentic AI 对 CPU 有与传统数据中心完全不同的需求。NVIDIA CEO 黄仁勋在 GTC 上推出 Vera CPU 时，将其定位为 NVIDIA 下一个多亿美元业务线。随着 AI 模型从"回答问题"向"执行行动"演进，专门为这种工作负载设计的 CPU 成为必要。 AI 代理并非只运行在 GPU 上——每个代理沙箱、每次工具调用、每个编排层、每次长上下文检索操作，都是 CPU 的工作。Vera 正是为这种现实需求从头设计的新类别 CPU。

技术规格与设计理念¶

Vera 专门针对并发、实时任务的严酷挑战而设计，这是传统核心密度优先架构从未重点优化的方向。Vera 的关键参数包括：

88 个 Olympus 核心：NVIDIA 自研 CPU 核心，非标准 ARM 架构
1.2 TB/s 内存带宽：远超传统 CPU，确保大模型上下文快速加载
50% 更快的每核性能：持续负载下任务更快完成，提升整个 AI 工厂效率 Ian Buck 表示："当 AI 模型被提问时，答案通常不是预先准备好的。模型实际上需要生成一些 Python 代码来得出正确答案——这是 Vera CPU 擅长的任务。这就是我们看到 CPU 需求飙升的原因。"

首批交付详情¶

Anthropic¶

首批交付地点是 Anthropic 位于旧金山 SoMa 区的办公室。Anthropic 计算负责人 James Bradbury 接收了 Vera 系统，并表达了积极评价："扩展计算是模型增长的重要加速器。我们很高兴看到 Vera 成为解决代理工作负载生态系统中有前景的一部分。"

OpenAI¶

在 OpenAI 位于 Mission Bay 的总部，OpenAI 计算基础设施负责人 Sachin Katti 在开放式阳台接收了送货。Buck 甚至用螺丝刀打开机箱盖，展示了系统内部构造。

SpaceXAI¶

当天最后一站是 SpaceXAI 位于帕洛阿尔托的办公室。NVIDIA 团队向 Elon Musk 展示了系统内部，Musk 就核心数量、内存布局和散热方案提出了一系列问题。SpaceXAI 正在评估 Vera 用于强化学习工作负载和驱动其训练栈的基于代理的模拟管道。

Oracle Cloud Infrastructure¶

周一，OCI 客户成功负责人 Gary Miller 和产品管理负责人 Karan Batta 在 Oracle AI 客户卓越中心接收了完整的 Vera CPU 系统。OCI 计划 2026 年部署数十万颗 NVIDIA Vera CPU，因为代理 AI 需要大规模持续性能。Karan Batta 表示："Vera 的架构专为高吞吐量推理工作负载而生，提供 OCI 所需的效率、密度和占用空间，为下一代企业 AI 提供动力。"OCI 是首个超大规模部署 Vera 的云厂商。

在 NVIDIA 平台中的位置¶

Vera 是 NVIDIA 极端协同设计故事的一部分，同系列产品还包括 NVIDIA Rubin GPU、BlueField 4 DPU、Spectrum-X 和 MGX 机架架构。Vera 不仅驱动独立 CPU 系统，还是 Vera Rubin NVL72 的主机处理器——在该系统中，Vera 通过第二代 NVIDIA NVLink-C2C 与一对 Rubin GPU 配对。在这些系统中，Vera 和 Rubin 共享统一内存架构，保持加速计算的高利用率。Vera 的快速 CPU 核心和互联负责编排、控制和数据传输，以 2 倍于传统基础设施的能效为 GPU 供数。

行业意义¶

代理 AI 时代有了专用 CPU，名字叫 Vera。这标志着 NVIDIA 从 GPU 公司向全栈 AI 基础设施供应商的进一步扩展——不仅有 GPU，还有专门的 CPU 来处理 AI 代理工作中大量的编排、控制和实时处理任务。

深度分析¶

架构创新的市场逻辑¶

Vera CPU 的推出标志着 NVIDIA 完成了从 GPU 公司向全栈 AI 基础设施供应商的关键跨越。88 个 Olympus 核心、1.2 TB/s 内存带宽、50% 每核性能提升——这些数字背后反映的是 AI 代理工作负载与传统数据中心任务的本质差异：代理需要高并发、实时响应、长上下文检索，而非简单的吞吐量堆叠。 NVIDIA 选择自研 Olympus 核心而非采用标准 ARM 架构，揭示了其对生态控制权的追求。通过垂直整合 CPU + GPU +互联 + 软件栈，NVIDIA 正在复制其在 GPU 领域的成功模式，试图在 CPU 领域建立类似的平台锁定。

合作伙伴选择的战略意图¶

首批四家交付对象的选择极具战略意义：Anthropic（最强基础模型公司）、OpenAI（最大语言模型玩家）、SpaceXAI（端到端自研闭环）、Oracle Cloud Infrastructure（最大企业级云服务商）。这四方几乎覆盖了 AI 代理落地的所有主要场景——从前沿研究到企业级大规模部署。 OCI 宣布 2026 年部署"数十万"颗 Vera CPU，是首个超大规模部署 Vera 的云厂商，这既是巨大的信任背书，也意味着 NVIDIA 可以通过 OCI 的企业客户网络快速触达生产级 AI 代理场景。

竞争格局与市场信号¶

黄仁勋将 Vera 定性为"下一个数十亿美元业务"，这不是营销语言。从历史上看，NVIDIA 的每一次"品类定义"尝试——从游戏 GPU 到数据Center GPU 到 AI 训练加速器——都成功了。Vera 是 NVIDIA 首次直接进入 CPU 赛道，而非通过 ARM 许可模式。这一决策意味着 NVIDIA 认为 AI 代理所需的 CPU 架构与传统 CPU 有本质差异，现成方案无法满足需求。

技术护城河分析¶

Vera 的护城河来自三个层面：(1) Olympus 核心的微架构定制（专为代理场景优化）；(2) 与 Rubin GPU 的 NVLink-C2C 互联（实现统一内存访问）；(3) MGX/ Rubin 系统级协同设计（软硬件联合优化）。这三个层面形成从核心到系统到数据Center的全栈优化，竞争对手难以快速复制。

实践启示¶

对 AI 基础设施选型的启示¶

AI 团队在评估代理基础设施时，需要重新审视 CPU 的角色。传统观点认为 GPU 是瓶颈，CPU 不重要——但对于需要频繁沙箱创建、工具调用、上下文检索的代理工作负载，CPU 可能才是真正的瓶颈。1.2 TB/s 的内存带宽意味着 Vera 可以将大量上下文数据保留在近端，避免频繁从 GPU HBM 交换数据，这对于长上下文代理场景尤为重要。

对云厂商战略的参考¶

OCI 快速拥抱 Vera 并宣布"数百千"级别部署计划，反映出企业级客户对 AI 代理生产力的真实需求。云厂商如果希望在这个新兴市场保持竞争力，需要提前布局专用代理 CPU，而非依赖通用 CPU。SpaceXAI 将 Vera 用于强化学习工作负载和模拟训练管道，暗示专用 CPU 在非推理场景中同样有竞争力。

对 AI 代理架构设计的建议¶

基于 Vera 的设计理念，AI 代理架构师应关注：(1) 减少跨进程/跨沙箱通信延迟；(2) 利用 CPU 端的高带宽进行上下文缓存；(3) 将代码生成、工具编排等 CPU 密集型任务与 GPU 推理解耦。Vera 的发布将推动整个行业重新思考代理架构中的 CPU 角色。