88 核、1.8 倍性能碾压 x86：NVIDIA Vera 如何让 Perplexity 押注"单线程至上"

GPU 是法拉利，CPU 是 2003 年的本田引擎？

过去两年，AI 行业的注意力几乎全部集中在 GPU 上。谁的集群更大、谁的 H100 更多、谁的 FLOPS 更高——这套叙事驱动了 NVIDIA 市值突破万亿美元。

x86 服务器 CPU 安静地躲在机柜角落里，做一个无人关心的配角。

但这个配角正在变成整个 Agentic AI 故事里最贵的瓶颈。

7 月 7 日，NVIDIA 官方博客发布了一篇题为《Why Max Single-Threaded CPU at Scale Matters》的技术长文，将今年 5 月在 GTC Taipei 发布的 Vera CPU 重新推到聚光灯下。这一次，NVIDIA 的逻辑不是"我们造了一颗更快的 CPU"，而是"Agentic AI 的架构让 CPU 从配角变成了瓶颈"。

推文下方引发了激烈的社区讨论。一条高赞回复精准概括了情绪："我们买了一堆法拉利，然后在前面装了一台 2003 年的本田引擎。"

另一位拥有 2.2 万粉丝的投资者说得更直白："一仓库的 GPU 等一颗 CPU 核心——这是世界上最贵的交通堵塞。"

还有一位 CTO 从技术角度补充了深度观察："单线程 CPU 速度比并行 GPU 吞吐量更重要——Agent 循环的瓶颈是编排，不是推理。大多数团队还在买更多 GPU 来修一个 CPU 问题。"

NVIDIA 用 Vera 给出了自己的回答。

Vera 的核心赌注：Agent 不是并行运算，而是一个接一个的串行循环

NVIDIA Vera 被定位为"大规模最高单线程性能 CPU"（Max Single-Threaded CPU at Scale），这是一个全新的 CPU 品类。它的设计假设很简单：AI Agent 的运行模式不是并行的，而是串行的。

一个典型的 Agent 循环是这样的：模型推理下一步 → CPU 执行工具调用 → 代码运行 → 数据查询 → 结果验证 → 模型再推理下一步。每一步都依赖上一步的结果。

这意味着，无论你买了多少 GPU，Agent 的每一步都必须等 CPU 先干完活。CPU 慢了，整个循环就慢了，昂贵的 GPU 就空转等结果。

NVIDIA 在博客中写道："在 Agentic AI 时代，将有数十亿个 Agent，每一个都会转向 CPU 去执行、检查、检索、验证。在这个新市场里，完成的 Agent 工作就是产品。"

Vera 要回答的，就是这个问题。

从 Olympus 核心到 1.2TB/s 内存带宽：Vera 的工程取舍

Vera 的核心是 Olympus——NVIDIA 自研的 Arm v9.2 CPU 核，每时钟周期指令数（IPC）比上一代 Grace 提升了 50%。这个数字之所以关键，是因为 Agent 的大多数步骤是串行的：一次工具调用、一次代码执行、一次测试运行，都必须完成之后才能进入下一轮模型推理。

正如一位在推文中参与讨论的 Agent 系统开发者所说："在我们交付的每一个 Agent 循环中，关键路径就是一条线程在等自己。单线程速度才是延迟的真正杠杆，而不是核心数。"

88 个 Olympus 核心通过 Spatial Multithreading 技术扩展为 176 线程，每个核心配备 2MB L2 缓存（比 Grace 翻倍），共享 164MB 的统一 L3 缓存。内存子系统走了一条与主流 x86 服务器 CPU 完全不同的路：LPDDR5X 内存提供高达 1.2TB/s 的带宽，功耗不到 40 瓦。整颗 CPU 的封装热设计功耗（TDP）为 450 瓦。

更关键的架构决策是单片设计（monolithic die）。NVIDIA 在博客中直言不讳地点名了"芯粒税"（chiplet tax）问题：当 CPU 厂商为降本而将芯片切分为多个芯粒时，每个核心不再能访问全部内存性能，单核性能在满载时反而下降。

Vera 的单片设计配合 3.4TB/s 的核间带宽（是其他数据中心 CPU 的 3 倍），确保所有 88 个核心在高负载下都能以满性能运行——不会因为邻居核心忙而彼此拖慢。

此外，Vera 支持 PCIe Gen 6 和 CXL 3.1 连接，与 NVIDIA Vera Rubin 平台通过第二代 NVLink-C2C 互连，提供高达 1.8TB/s 的 CPU-GPU 一致性带宽。这意味着 Vera 不仅是独立的 CPU 节点，也是整个 AI 工厂架构中的统一计算底座。

在满载的 Agent 执行负载测试中，Vera 的单核持续性能是 x86 的 1.8 倍。但这组数字只有在具体工作场景中才有说服力。

Perplexity 已经在 Vera 上测试了真实编码工作流——克隆代码仓库并在隔离沙箱中运行完整测试套件。Vera 完成任务的速度比 x86 快约 1.5 倍，并发沙箱启动速度快 1.9 倍。

Perplexity 官方确认正在计划将 Vera 部署到其下一代生产系统中。这是第一个公开承诺在生产环境中使用 Vera 的 AI 应用公司，其象征意义不亚于任何基准测试数字。

在数据侧，Starburst 测得大规模 SQL 分析比领先的 x86 服务器 CPU 快 3 倍，Redpanda 的实时流处理延迟降低了 6 倍。尤其值得注意的是 Redpanda 与 NYSE 的合作：纽交所每天处理超过 1.1 万亿条消息，Vera 正在被纳入这条关键数据管线。

Phoronix 在今年 5 月的首轮公开基准测试中给出了评价：Vera 的 Olympus 核是"ARM 架构上有史以来最强的性能表现"，在几何平均测试中比 AMD 最先进的 EPYC 设计高出约 11%，比 Intel Xeon 6980P Granite Rapids 高出最高 55%。

Phoronix 创始人 Michael Larabel 特别提到了 NVIDIA 的 Linux 上游支持——Olympus 的编译器支持在 2025 年 3 月就进入了 GCC 和 LLVM，比 AMD Zen 6 的上游化早了将近一年。

NVIDIA 还预告了下一代路线图：Rosa CPU 将搭载 Rigel 核心，在保持相同硅面积的同时提供更高单核性能。Rigel 的改进集中在更好的指令分发、更大的 L2 缓存和更高效的内存处理上。这条路线图表明 NVIDIA 对 CPU 的投入不是一次性的，而是持续迭代的产品线。

"AI agents 将是最大的计算用户"：Anthropic、OpenAI、NYSE 都在名单上

"AI agents 将是最大的计算用户。"NVIDIA 创始人兼 CEO 黄仁勋在今年 5 月的 GTC Taipei 主题演讲中做出了这个判断，"Vera 是为那个未来设计的第一颗 CPU。"

黄仁勋的赌注正在被一批重量级客户验证——而且名单的广度远超典型的芯片发布。

在 AI 实验室一侧，Anthropic（Claude 的创造者）、OpenAI 和 SpaceXAI 都已经在 5 月接收了首批 Vera CPU。Anthropic 的计算负责人 James Bradbury 公开表示："扩大计算规模是模型增长的重要加速器。我们很高兴看到 Vera 成为解决 Agentic 工作负载的生态系统中一个有前途的组成部分。"

注意 Bradbury 的措辞——他说的是"Agentic 工作负载"，而非通用的推理或训练。Anthropic 正在评估将 Vera 加入其 CPU 密集型 Agent 工作负载，这意味着他们已经在生产环境中遇到了 NVIDIA 博客中描述的单线程瓶颈。

在云计算一侧，Oracle Cloud Infrastructure 执行副总裁 Mahesh Thiagarajan 确认 OCI 将通过部署 Vera 来支持高吞吐量的推理和数据处理工作负载。字节跳动、CoreWeave、Lambda、Nebius 和 Nscale 等超大规模云服务商也在计划部署名单中。Akamai、Cloudflare、Together AI 和 Vultr 等平台公司同样宣布了部署计划。

最引人注目的客户或许是纽约证券交易所（NYSE）。NYSE 集团总裁 Lynn Martin 在官方声明中透露，NYSE 每天处理超过 1.1 万亿条消息，"通过与 Redpanda 和 HPE 合作，使用 NVIDIA Vera CPU，我们将扩大容量并进一步优化延迟。"

一家拥有 233 年历史的证券交易所，将下一代交易基础设施押注在一颗 Arm 架构的 CPU 上——这个信号比任何基准测试都更具颠覆性。

在服务器制造端，Dell Technologies、HPE、Lenovo 和 Supermicro 都将提供独立的 Vera CPU 服务器配置。这标志着 x86 体系之外第一次出现标准化的数据中心服务器选项。富士康、广达、纬创、技嘉、华硕、仁宝、和硕、英业达等全线加入，Vera 的制造生态几乎覆盖了全球服务器供应链的每一个关键节点。

Vera 系统预计将于今年秋季从系统厂商和云合作伙伴处正式供货。NVIDIA Grace 已经完成了近 250 万颗的出货量，为 Vera 的商业化铺平了道路。

x86 的"核数竞赛"撞上了 Agent 时代的"单核性能"新需求

要理解 Vera 的差异性，需要回顾过去十五年数据中心 CPU 的演进逻辑。

云计算的兴起推动 CPU 厂商走向"更多核、更低成本"的方向。增加核心数可以提高可出租的计算单元数量，但同时挤占了提升单核性能所需的硅面积。芯粒（chiplet）架构进一步降低了制造成本，但也带来了"芯粒税"：各核心无法再访问芯片的全部内存性能，跨芯粒通信带来额外延迟。

这套逻辑在传统云计算时代是成立的——大多数工作负载是间歇性的短交互，单核性能的牺牲换来了租售密度的提升。

但 Agent 工作负载完全不同：它是持续性的、大规模并行的 Agent 群，每个 Agent 都在推进一个步骤链，下一步严格依赖上一步的结果。单核速度决定了循环的速度，核心数量再多也无法让单个步骤完成得更快。一位社区开发者精准总结了这个矛盾："大多数团队还在买更多 GPU 来修一个 CPU 问题。"

Futurum Group 分析师 Brendan Burke 在 GTC Taipei 后撰文指出，Vera "不是一颗与 Intel 和 AMD 争夺所有企业工作负载的通用服务器处理器"。Intel 和 AMD 目前分别占据 45.3% 和 29.7% 的数据中心 CPU 市场份额，而 Vera 瞄准的是一条全新的赛道：Agent 编排加速。Burke 将其定义为"专为 Agentic AI 的软件编排模式设计的芯片"。

AMD 方面已经做出回应，声称其下一代 64 核 Venice 处理器在单核性能上将比 88 核的 Vera 快 27%。但 Vera 拥有一项竞品难以复制的优势：它不是孤立的 CPU，而是 NVIDIA 全栈 AI 工厂中的一块积木。从独立 CPU 节点到 Vera Rubin 平台上的主机 CPU，再到 BlueField-4 STX 存储处理器，整套架构共享一个工具链和一套管理平面。

这不只是一场 CPU 与 CPU 的对决。它是在争夺 Agent 时代数据中心的架构定义权。

CPU 从配角变成指挥家：Agent 时代的数据中心正在重写规则

NVIDIA 的官方博客用一句话定义了 Vera 的角色转变："Agentic AI 改变了 CPU 的角色。CPU 现在是指挥家，GPU 是乐团。"

这句话反转了过去三年 AI 行业的核心叙事。GPU 曾经是唯一的明星，CPU 是安静的工具人。但当 AI 从"回答问题"进化为"执行任务"，单线程性能就从锦上添花变成了生死线。

Vera 是第一颗从设计需求阶段就以"Agent 需要什么"为起点的 CPU。它的工程取舍——单片设计而非芯粒、LPDDR5X 而非 DDR5、单线程性能优先而非核心数最大化——全都是在回答同一个问题。

在数十亿个 Agent 即将上线的时代，这个问题正在被越来越多的 AI 工厂认真对待。而 NVIDIA 的答案，是一次对数据中心 CPU 定义的彻底重写。

参考链接：

(2026-07-07)
(2026-05-31)
(2026-05-26)
(2026-06-02)

本文由 AREX Agent 基于 NVIDIA 官方博客、新闻稿及行业分析撰写，仅供信息参考，不构成投资建议。转载需注明出处。