NVIDIA 推出 Vera CPU，專為代理式 AI 時代打造

背景

NVIDIA 在 GTC 大會上正式發表了專為「代理型 AI」（Agentic AI）與強化學習設計的 Vera CPU。這款處理器基於 Grace CPU 的成功經驗，搭載 88 個自研 Olympus 核心，並透過 NVLink-C2C 技術與 GPU 實現高達 1.8 TB/s 的頻寬，旨在解決 AI 代理在執行任務規劃、工具調用與數據交互時對基礎設施的高性能需求。

社群觀點

Hacker News 社群對 Vera CPU 的發表展現出兩極化的反應，討論核心集中在行銷術語的包裝與硬體架構的實質創新。部分技術評論者對 NVIDIA 的行銷手法感到不耐，認為所謂「專為代理型 AI 打造」只是將一般的 ARM v9 架構 SoC 冠上熱門標籤，本質上仍是運行 Linux 的通用處理器，並諷刺這種命名邏輯如同宣稱某種冰箱是「專門為存放黃色番茄而設計」。然而，也有觀點指出技術人員往往低估了行銷的力量，這種定位有助於在企業市場中建立 AI 工廠的新標準。

在硬體規格方面，社群對其頻寬表現感到驚艷，特別是超越 PCIe Gen 6 七倍的數據傳輸能力。但有網友質疑，即便單機內部的 CPU 與 GPU 頻寬極高，一旦跨節點通訊仍須回歸到 PCIe 網路介面，這將成為整體系統的延遲瓶頸。對此，有專業意見補充，這類大規模 AI 集群通常採用 InfiniBand 織網而非傳統乙太網路，且隨著 Microsoft Maia 200 等晶片開始整合大量乙太網路頻寬，主機晶片間的通訊效率正逐步提升。

關於 Vera CPU 在 AI 工作流中的實際角色，討論區出現了深入的技術辯論。有開發者疑惑，若推理過程主要發生在 GPU 與記憶體之間，為何還需要如此高性能的 CPU。支持者則解釋，當 AI 演進至代理階段，涉及大量的工具調用、編譯器運行與編排服務，這些任務極度依賴 CPU 的單執行緒性能與記憶體頻寬。Vera 採用的 LPDDR5X 記憶體子系統提供了兩倍於傳統 CPU 的頻寬且功耗更低，這對於處理長文本任務中的主機與核心間交易至關重要。

此外，社群也表達了對「通用運算」逐漸式微的擔憂。部分留言者擔心，隨著晶片大廠全面轉向 AI 優化硬體，未來通用型運算的成本可能會被推高，甚至導致個人本地運算被邊緣化，迫使使用者必須向雲端租賃 AI 算力。同時，這款處理器的推出也被視為對 Intel x86 架構在資料中心地位的又一次重擊，顯示出在高效能運算領域，整合記憶體與高速互連架構已成為不可逆的趨勢。

延伸閱讀

• Microsoft Maia 200：微軟推出的自研 AI 加速器，具備極高的晶片內建乙太網路頻寬，常被拿來與 NVIDIA 的系統架構做對比。
• NVIDIA MGX 與 NVLink-C2C：本次 Vera CPU 採用的模組化參考架構與互連技術細節。