英伟达 Vera CPU 深度解析：为何 GPU 霸主突然重仓自研处理器

事件概述

英伟达发布了 Vera CPU，这是一款专为智能体 AI 设计的服务器处理器。Vera 采用 88 个自研 Olympus 核心，支持 176 个硬件线程，提供 1.2TB/s LPDDR5X 内存带宽、1.5TB 内存容量以及 1.8TB/s 的 CPU-GPU 一致性连接带宽。与上一代 Grace 使用的 Arm Neoverse 授权核心不同，Olympus 是英伟达完全自研的数据中心 CPU 核心。

核心信息

为什么 CPU 重新变得重要？

传统大模型推理中，CPU 主要负责调度和准备数据，GPU 是绝对主角。然而智能体 AI 的复杂任务需要在 CPU 和 GPU 之间往返数十次甚至数百次，涉及代码编译、Python 脚本执行、数据库访问、沙箱启动等工作。这些任务对单线程性能和内存延迟敏感，单纯增加 CPU 核心数无法解决。如果 CPU 速度跟不上，昂贵的 GPU 会因等待任务而被闲置，降低整体利用率。因此，CPU 的评价标准正从“每美元核心数”转向“每美元每瓦的 Token 产量”。

Vera 的设计思路

英伟达没有跟随 AMD、Intel 不断堆叠核心数量的路线，而是选择了 88 个宽大核心。Olympus 核心采用 10 路解码前端、深度乱序执行、神经网络分支预测等设计，目标是在复杂软件环境下提升单线程性能。同时，Vera 将 88 个 CPU 核心放在同一块单片计算芯粒上，以减少跨芯粒传输延迟，片内双向剖分带宽约 3.4TB/s。这与 AMD、Intel 的多芯粒策略形成明显分叉。

Vera 的真正目标：AI 工厂而非 CPU 市场

虽然 Vera 表面上是与 Intel Xeon 和 AMD EPYC 竞争，但其主要应用场景是英伟达自家的 Vera Rubin NVL72 等 AI 机架系统（36 颗 Vera CPU + 72 颗 Rubin GPU + NVLink 交换 + 网卡 + DPU）。英伟达销售的是一套完整的“AI 工厂”，CPU 只是其中的一个控制点。这意味着英伟达希望掌控从 CPU、GPU、互连、网络到系统软件的每一个环节，使传统服务器厂商退化为施工队，传统 CPU 厂商从平台定义者变为零部件供应商。

行业格局变化

• Intel 的地位被弱化：虽然 Intel Xeon 仍被用于英伟达 DGX Rubin NVL8 系统以兼容传统生态，但在最高价值的 AI 机架中，Vera 将逐步替代 x86 CPU。CPU 从服务器中心降格为 GPU 的调度引擎。
• AMD 的应对：AMD 推出 Helios 开放机架，搭配 Venice CPU、MI455X GPU、Pensando 网卡和 ROCm 软件。未来竞争的核心是“哪个完整系统让整机架生产更多 Token”。
• 市场走向分裂：服务器 CPU 市场将从 Intel/AMD 的 x86 两极分裂为四种路线：通用 x86 处理器、云厂商自研 Arm CPU（如 AWS Graviton）、英伟达的 AI 工厂 CPU、特定领域专用 Arm 处理器。

对中国处理器产业的启示

国内芯片产业常陷入核心数、主频、工艺的参数竞赛。Vera 表明，先进处理器的竞争是核心设计、互连、内存到软硬件的整体协同。国产 AI 芯片企业往往重视加速器算力、低估主机 CPU 和系统软件，导致理论算力漂亮但实际数据调度跟不上。未来需要发展 CPU 与加速器间的高速一致性互连、高带宽低功耗内存系统、面向智能体和强化学习的运行环境，以及从芯片到机架的软硬件协同设计能力。

值得关注

Vera 能否成功仍需验证：高单线程性能能否在满负载下稳定保持；LPDDR5X 的容量、成本、供应是否满足数据中心需求；Arm 软件生态能否支持复杂企业应用；GPU 利用率提升能否覆盖客户迁移成本。大规模交付后，将面临 AMD 2nm 工艺的 Venice 和 Intel 下一代 Xeon 的竞争。最终结果将由客户的实际使用验证。