NVIDIA披露Vera CPU性能：单瓦特智能体容量提升1.6倍

AI 智能体的工作远不止生成文本。在实际业务中，智能体需要检索信息、查询数据库、编写并测试代码，甚至自主执行一系列外部调用。

在这些工作流程中，智能体需要在 GPU 推理与 CPU 执行之间不断切换。每个工具调用、沙盒运行与数据交互步骤，都重度依赖 CPU 的支撑。

随着企业部署的 AI 智能体规模不断扩大，AI 工厂不仅需要能够快速响应单个操作的 CPU，还需要在高并发场景下保持低延迟。与此同时，现代数据中心普遍面临严格的供电上限，算力基础设施必须在每一瓦特的功耗限制内挤出更多产出。

过去，基础设施团队通常需要将主打高单核性能与高密度的两套 x86 处理器进行混配，以平衡响应速度和承载容量。NVIDIA 推出的 Vera CPU 试图打破这一妥协，在单颗芯片上同时实现高速响应与高能效密度。

能效与性能测试对比

在一座 100 兆瓦（MW）规模数据中心的模拟测试中，NVIDIA 将 Vera CPU 与业内最快的 x86 处理器以及能效最高的 x86 处理器进行了全面对比：

• 对比行业顶尖性能的 x86 CPU：Vera 在提供业界一流智能体执行速度的同时，每瓦特支持的智能体数量提升了 1.6 倍。
• 对比主打能效比的高密度 x86 CPU：Vera 实现了 2 倍的智能体执行速度，同时保持领先的能效水平。

早期生态伙伴落地测试

多家厂商已在准生产环境中对 Vera CPU 进行了实测验证，涵盖智能体调度、沙盒隔离和高并发分析等场景：

• Perplexity：在智能体编程任务中，Vera 的执行速度相比传统 CPU 提升了 1.5 倍。Perplexity 计划在即将上线的新一代生产系统中全面部署 Vera。
• DeepInfra：在其生产级智能体编排任务测试中，Vera 的运行速度达到了表现最优 x86 处理器的 2.2 倍，在四种测试架构中位列第一。
• ClickHouse：未经过任何针对 Vera 架构的定制优化，标准二进制程序便在 176 核心上实现了近乎线性的算力扩展，登顶 ClickBench 硬件基准排行榜。
• DuckLabs：在 TPC-H SF1000 基准测试中，性能中位数达到 Intel Xeon 6 基准的约 1.5 倍。
• Daytona：在拉起 1000 个智能体安全沙盒的测试中，传统 x86 系统耗时 88.4 秒，而 Vera 仅耗时 10.8 秒；在 2000 个并发沙盒场景下，实现了每秒完成 12.7 个任务。
• Modal：在单核沙盒吞吐量测试中达到同类 x86 硬件的最高 2 倍，且在高负载状态下性能优势更加显著。