AREX Feed Article
CoreWeave 将在其平台提供 NVIDIA Vera CPU：裸金属交付，单机架 128 颗、11,264 核
CoreWeave 在中宣布，将扩充其计算产品组合，纳入 NVIDIA Vera CPU，消息发布在 CoreWeave 的 AI 云大会 Fully Connected 上。Vera 将以裸金属（bare metal）方式交付，与 CoreWeave 机队其余部分一样，处于同一平台、同一消费模式和经济性之下；公告把 Vera 称作「首款为 AI 智能体（AI agents）设计的 CPU」。
公告给出的机架级规格是：单机架 128 颗 Vera CPU，合计 11,264 核，搭配 BlueField-4 DPU 与 Spectrum-X 以太网交换，可支持超过 11,000 个并发智能体环境。CoreWeave 还称，在其测试中，Vera 上的智能体沙箱启动速度比 x86 CPU 快 3 倍以上。
智能体循环里，CPU 负责哪些工作
CoreWeave 把新增这款 CPU 的理由放在智能体 AI 的工作方式上。公告把智能体循环拆成运行、观察、整理、改进、评估几个环节：GPU 负责模型的训练与推理；由 CPU 执行的是环绕每个环节的工作，包括隔离沙箱、强化学习（RL）环境、工具调用、代码执行和数据管道。这类需求是突发式的：循环中的某一步可能在一个小时内需要数千个环境，到下一次运行前又几乎什么都不需要。
智能体环境则通过 CoreWeave Sandboxes 部署：公告称这些环境完全硬件隔离，就放在它们所支持的训练任务旁边。CoreWeave 产品与工程执行副总裁 Chen Goldberg 说：「通用基础设施会让智能体 AI 遇到瓶颈；Vera 是首款为加速它而明确设计的 CPU。」她补充说，平台通过 CoreWeave Sandboxes 这类产品让 Vera 开箱即用，「团队可以立即拉起数千个隔离环境」，让整个 AI 循环从第一天起加速。
Vera 的单颗规格与机架内的互联
据 ，单颗 Vera 集成 88 个定制 Olympus 核心、176 个线程（Spatial Multithreading），采用单一计算 die 设计；128 颗乘以单颗 88 核，正是机架合计的 11,264 核。产品页同时列出最高 1.2 TB/s 的 LPDDR5X 内存带宽、最高 1.5 TB 的内存容量，以及与 GPU 之间最高 1.8 TB/s 的 NVLink-C2C 互联。
CoreWeave 公告称单机架「有空间容纳超过 11,000 个并发环境」；说，这是按每个环境一个核心计算的。节点之间由 BlueField-4 DPU（数据处理单元）与 Spectrum-X 以太网交换连接，公告称它们提供安全、高性能的互联。
性能数字：CoreWeave 的自测与 Signal65 的对照
CoreWeave 的公告，以及 NVIDIA 博客对这场大会的报道，都把沙箱启动数字表述为 CoreWeave 的测试结果；NVIDIA 博客还补充了一组数据：在 Terminal-Bench（一套让智能体在终端里完成任务的基准测试）上，CoreWeave 测得 Vera CPU 在所有通过任务上有 1.7 倍的性能增益。CoreWeave 在公告中说，衡量智能体 AI 的关键指标是能同时运行多少个隔离环境，以及环境数量上升时每个沙箱的性能能否保持稳定。
Signal65 总裁兼总经理 Ryan Shrout 在 CoreWeave 的公告中说：「AI 基础设施的讨论一直以加速器为中心，智能体系统正在改变这一点。在每个智能体循环里，CPU 工作所占的比例越来越大；随着后训练与智能体部署规模扩大，这个比例只会继续上升。决定团队能否用上这部分算力的，是它周围的平台。以裸金属方式、在训练集群旁边、在已经存在的编排之下运行，运营上的差别就体现在这里。」
Signal65 在 9 月 15 日发布的给出了另一组可对照的数字。测试把 Vera 与一颗 x86 处理器（128 核的 AMD EPYC 9755）放在 Terminal-Bench 2.0 上逐核比较：每个物理核心运行一个沙箱并保持满载，测量从沙箱创建到销毁的端到端耗时，模型推理被排除在外。
69 个在两平台上全部通过的任务里，Vera 每核比 x86 快 1.64 倍（几何平均；76 项对比集口径为 1.63 倍）。其中 61 个任务 Vera 领先，34 个达到 2 倍以上；8 个任务上 x86 更快，差距最大的 hf-model-inference 一项比值为 0.51（x86 耗时约为 Vera 的一半）。Signal65 还挑出 20 项它认为最接近日常智能体工作的任务；在这些任务上，Vera 的优势为 1.87 倍。
报告说明了自身的边界：配对测量由 NVIDIA 在其实验室完成，Signal65 审核了方法与逐任务数据，并在同一台 Vera 系统上亲自运行了两套配置的完整套件；与 x86 的 1.64 倍对比仍基于 NVIDIA 的配对测量。测试只覆盖这一类负载、只对比了这一款 x86 处理器，没有测整机吞吐、功耗或成本。两组数字的口径不同：CoreWeave 说的是沙箱启动时间，Signal65 测的是完整任务生命周期在满载下的每核耗时。
同场发布 Vera Rubin NVL72，Vera CPU 上线时间仍未给出
这场发布发生在 Fully Connected 大会。显示，会期为 9 月 29 日至 10 月 1 日，地点是旧金山 Moscone South。同一场大会上，CoreWeave 还宣布 NVIDIA Vera Rubin NVL72 在 CoreWeave 上可用，Cognition 是首个运行生产负载的客户；据 NVIDIA 博客，Cognition 的早期测试显示 SWE-2 推理的总 token 吞吐量比 GB200 NVL72 最高提升 4.8 倍。Vera 也是这套机架系统的 CPU 部分：NVIDIA 产品页列出 72 颗 Rubin GPU 与 36 颗 Vera CPU。NVIDIA 博客还提到，CoreWeave Sandboxes 已正式可用（generally available）。
至于 Vera CPU 本身，公告未给出它在 CoreWeave 的上线时间。