6月1日，在台北国际电脑展（COMPUTEX 2026）主题演讲中，英伟达 CEO 黄仁勋正式发布了 Vera 处理器——这是英伟达首款专为 AI 智能体（Agentic AI）设计的 CPU，也是继 Grace 之后英伟达在数据中心 CPU 领域的又一次重大押注。黄仁勋将其定位为"公司下一个数十亿美元级业务"，标志着英伟达从 GPU 霸主向全栈 AI 基础设施供应商的战略跃迁。
一、产品定位：从"GPU 配角"到"智能体主角"
与上一代 Grace CPU 主要作为 GPU 配套不同，Vera 是一款独立定位、面向 AI 智能体时代的专用处理器。英伟达副总裁 Ian Buck 在交付首批产品时直言："代理式 AI 正在 AI 工厂中催生一个全新的 CPU 时刻——随着模型从单纯的'回答问题'转向主动'采取行动'，Vera 正是为了保障这种工作负载在大规模下高效运转而量身打造的。"
传统 CPU 设计以核心密度为中心，从未将智能体负载作为优先目标。而 AI 智能体的运行逻辑对 CPU 提出了前所未有的要求：每个智能体沙盒环境、每次工具调用、每个编排系统、每次长上下文检索操作，都是 CPU 的工作。半导体机构实测显示，智能体任务中 CPU 处理延迟占比高达 50%-90%，若 CPU 性能不足，再强悍的 GPU 也会因等待调度而闲置，形成系统级阻塞。
二、核心规格：88 核 Olympus 架构，性能碾压 x86 双雄
Vera 的核心竞争力在于其自研架构与极致的工程协同设计：
| 核心指标 | Vera 规格 | 对比优势 |
| CPU 核心 | 88 个 NVIDIA 自研 Olympus 核心（Armv9.2-A） | 较 Grace 的 72 核提升 22% |
| 线程配置 | 176 线程，支持空间多线程技术 | 两个线程真正同时运行，非传统 SMT 时间分片 |
| 内存带宽 | 1.2 TB/s（LPDDR5X） | 约为 Intel Xeon 的 4 倍、AMD EPYC 的 2.4 倍 |
| 内存容量 | 最高 1.5 TB | 是 Grace 的 3 倍 |
| CPU-GPU 互联 | 第二代 NVLink-C2C，带宽 1.8 TB/s | 比 PCIe 6.0 快 7 倍 |
| 缓存配置 | 每核 2MB L2，总计 164MB L3 | 核心间通讯速度比传统 CPU 快 50% |
| 功耗范围 | 250W - 450W TDP | 能效为传统基础设施的 2 倍 |
空间多线程（Spatial Multithreading）是 Vera 的一大技术亮点。与传统同步多线程（SMT）的时间片轮转不同，Vera 对流水线各组件进行物理隔离，使两个线程能在单个核心上真正同时运行，极大提升了指令级并行度（ILP）与性能可预测性，这对多租户 AI 工厂环境尤为关键。
在 Phoronix 公布的首批基准测试中，Vera 表现惊艳：综合性能（Geomean）较前代 Grace 提升约 63%，以 10% 优势击败 AMD EPYC 9575F（64 核 Zen 5），并以 55% 的领先幅度碾压 Intel Xeon 6980P（128 核 Granite Rapids），甚至超过了双路配置。Phoronix 称其为"测试过的最强 ARM Linux 服务器处理器"。
三、极致协同设计：Vera Rubin NVL72 机架级超级计算机
Vera 并非孤军奋战，而是英伟达"六芯协同"AI 工厂蓝图的核心枢纽。在 **Vera Rubin NVL72** 机架级系统中，Vera 与 Rubin GPU、NVLink 6 交换机、ConnectX-9 SuperNIC、BlueField-4 DPU 和 Spectrum-X 以太网交换机深度集成，构成完整的 AI 基础设施单元。
Vera Rubin NVL72 关键性能指标：
72 颗 Rubin GPU + 36 颗 Vera CPU
推理性能：3600 PFLOPS（NVFP4）
训练性能：2520 PFLOPS（NVFP4）
显存配置：20.7 TB HBM4，带宽 1580 TB/s
机架互联带宽：260 TB/s（NVLink 6）
每瓦推理吞吐量较 Blackwell 提升 10 倍，每 Token 成本降至 1/10
通过第二代 NVLink-C2C，Vera 与 Rubin GPU 共享统一内存架构，实现零拷贝（Zero-Copy）数据访问。这意味着 GPU 可直接访问 CPU 的 LPDDR5X 内存，无需经过传统 PCIe 的复杂数据搬运，彻底消除了"数据中转瓶颈"。
四、首批客户：OpenAI、Anthropic、SpaceX、甲骨文"抢鲜"签收
Vera 的商业化落地速度超出市场预期。5 月 18 日，Ian Buck 亲自"开车送货"，开启了硅谷巡回交付之旅：
Anthropic（旧金山 SoMa）：计算负责人 James Bradbury 接收，用于扩展智能体工作负载
OpenAI（旧金山 Mission Bay）：Buck 当场拆机展示内部结构，OpenAI 基础设施负责人 Sachin Katti 接收
SpaceX AI（帕洛阿尔托）：马斯克亲自签收，并详细询问核心数量、内存布局及散热方案，计划用于强化学习工作负载与智能体仿真管线
甲骨文云（OCI）（南湾）：产品负责人 Karan Batta 接收，甲骨文承诺 **2026 年起部署数十万颗 Vera CPU**，成为首家大规模部署的云服务商
此外，戴尔、HPE、联想、超微等系统制造商也已将 Vera 集成至其 AI 基础设施产品线。字节跳动、CoreWeave、Lambda、Nebius、Nscale 等云服务商同样计划采用。
五、商业前景：200 亿美元年收入，剑指 2000 亿美元市场
在 5 月的财报会上，黄仁勋确认 Vera CPU 今年有望实现 200 亿美元销售额，且这一数字仅统计独立 CPU 销售，不包含与 Blackwell/Rubin 组合销售的 Superchip 部分。这意味着 Vera 将成为英伟达 1 万亿美元 GPU 收入预测之外，最大的新增业务来源。
分析师指出，AI 智能体时代对 CPU 的需求正呈指数级增长：传统 AI 数据中心每吉瓦功率需要约 3000 万颗 CPU 核心，而在智能体时代，这一需求将飙升至 1.2 亿核心，增长 4 倍。英特尔、AMD 均承认，未来数据中心 CPU 与 GPU 配比将逐步趋于均衡，甚至出现配比逆转。
出货节奏方面，Vera 已进入全面量产，预计 2027 财年出货量达 120 万颗，2028 财年跃升至 420 万颗。花旗、摩根士丹利等机构认为，Vera 的发布标志着英伟达从"卖芯片"转向"卖 AI 工厂"，机柜架构正在取代单一服务器成为新的系统边界。
六、行业意义：重新定义 AI 时代的"CPU 时刻"
Vera 的发布不仅是英伟达的产品线扩展，更预示着 AI 计算架构的范式转移：
从"GPU 中心论"到"异构协同"：AI 工作负载正从单纯的模型训练转向复杂的多步骤推理、工具调用和强化学习，这些任务需要 CPU 承担编排、控制与数据搬运的关键角色。Vera 的出现证明，AI 工厂的效率不仅取决于 GPU 算力，更取决于 CPU 能否以足够快的速度"喂饱"GPU。
从"通用计算"到"场景专用"：Vera 专为智能体场景优化，其 88 核设计、1.2 TB/s 内存带宽和 FP8 原生支持，均针对 AI 推理与强化学习的并发特征量身定制。这种"AI-first"的设计理念，与传统 x86 CPU 追求通用性的路径形成鲜明对比。
从"芯片竞争"到"系统竞争"：Vera Rubin NVL72 的机柜级交付模式表明，未来的 AI 基础设施竞争不再是单颗芯片的算力比拼，而是 CPU、GPU、网络、存储、散热的全栈协同。英伟达通过 Vera 补齐了"六芯协同"的最后一块拼图，进一步巩固了其 AI 生态的闭环优势。
结语
当黄仁勋在 COMPUTEX 2026 的舞台上举起 Vera 处理器时，他展示的不仅是一颗 88 核的 ARM 芯片，更是英伟达对 AI 下一个十年的战略预判：智能体时代，CPU 将不再是 GPU 的"配角"，而是与 GPU 并驾齐驱的"双引擎"。随着 OpenAI、Anthropic、SpaceX 等顶级实验室的抢先入局，以及甲骨文数十万颗的部署承诺，Vera 正在快速从"发布"走向"落地"。对于英特尔和 AMD 而言，一个强大的新对手已经登场；而对于整个 AI 产业而言，Vera 或许正开启一个"CPU 重新定义"的新纪元。