NVIDIA Vera CPU发布 AI智能体吞吐量翻倍

时间：2026年11月5日 地点：美国加利福尼亚州圣克拉拉 人物：NVIDIA 产品团队 事件详情：NVIDIA 于 2026 年 11 月 5 日发布面向 AI 智能体工作负载设计的 Vera CPU，官方宣称该处理器在 100 兆瓦级数据中心场景下，相比最快的 x86 CPU 可实现 1.6 倍的单瓦特智能体数量提升，同时相比最节能的 x86 CPU 可提供 2 倍的智能体执行速度。NVIDIA 表示，Vera 的目标是把过去需要混合部署「高性能 x86 + 高密度 x86」两类 CPU 才能平衡的速度与密度需求，整合到单一处理器上，以降低 AI 工厂的采购与运维复杂度。 背景：AI 智能体的典型任务流程涵盖信息检索、数据库查询、代码编写与测试、以及自主执行等多个环节，每个环节都依赖 CPU 在 GPU 推理与执行之间调度。随着企业将更多智能体投入生产，AI 工厂面临双重约束：既要支撑更多并发智能体，又不能突破机房的功率上限。NVIDIA 选择在 GTC Berlin 大会上公开 Vera 的相关架构，并在此次官方博文中给出首批合作伙伴的实测数据。Perplexity 在智能体编码任务上跑出比传统 CPU 快 1.5 倍的成绩，并计划在即将上线的新生产系统中部署 Vera。DeepInfra 在其生产级智能体编排负载中测得最高 2.2 倍的性能提升，是本次四项被测架构中最快的。 影响：除 Perplexity 与 DeepInfra 外，ClickHouse、DuckLabs、Daytona、Modal 等企业也公开了 Vera 的早期测试数据。Daytona 在 2,000 个并发沙箱场景下，用 Vera 实现 12.7 个作业/秒，而 x86 方案需要 88.4 秒才能启动 1,000 个智能体沙箱；Modal 则报告在重负载下每核心沙箱吞吐量可达同级 x86 的 2 倍。NVIDIA 强调，Vera 并不追求单线程绝对峰值，而是针对智能体工作负载的「每瓦特有效任务数」做架构优化。对云厂商与 AI 基础设施运营商而言，这意味着在相同电力预算下可托管更多并发智能体，或在不增加功率的情况下缩短任务排队时间。 总结：Vera CPU 的发布标志着 NVIDIA 正式将产品线从 GPU 延伸到 CPU 侧的智能体专用市场。1.6 倍能效与 2 倍速度的提升，在数据中心场景下具备可量化的商业价值。随着 Perplexity、DeepInfra 等公司计划将 Vera 纳入生产系统，Vera 有望成为 AI 智能体规模化部署的基础设施选项之一。不过，NVIDIA 此次给出的数据均基于合作伙伴的自测或选择性基准，第三方独立复核仍有限，建议关注后续更广泛的行业评测。 常见问题： 问：Vera CPU 比 x86 快多少？ 答：NVIDIA 官方称在 100 兆瓦数据中心下，Vera 最快达 2 倍智能体速度，且每瓦特智能体数量达最快 x86 的 1.6 倍。 问：Vera 适用于哪些场景？ 答：官方定位是 AI 智能体工作负载，包括代码生成、数据库查询、自动化测试与多智能体编排。 参考来源： NVIDIA 官方博客 https://blogs.nvidia.com/blog/vera-cpu-highest-throughput-fastest-agents/ Super Power Daily https://superpowerdaily.com/posts/nvidia-publishes-vera-cpu-results-claiming-more-ai-agents-per-watt Traders Union https://tradersunion.com/news/companies/show/4121228-nvidia-vera-cpu-ai-efficiency/ Igor's Lab（ hands-on 实测） https://www.igorslab.de/en/nvidia-vera-hands-on-test-modal-cpu-utilization-intel-amd/ Perplexity 官方博客 https://www.perplexity.ai/en-GB/hub/blog/secure-sandboxes-for-agents DeepInfra 官方博客 https://deepinfra.com/blog/nvidia-vera-cpu-benchmark Daytona 官方博客 https://www.daytona.io/dotfiles/when-2000-agents-share-one-cpu