- Hjem
- KI-maskinvare og brikker
- NVIDIA Vera CPU tilbyr høyest gjennomstrømning og raskeste agenter
NVIDIA Vera CPU tilbyr høyest gjennomstrømning og raskeste agenter
NVIDIA kunngjorde Vera CPU, og hevdet at den leverer den høyeste agentgjennomstrømningen og raskeste utførelse mens den bruker 1,6× mindre strøm enn topp x86 CPUer, rettet mot leverandører av AI-infrastruktur.
Automatisk oversatt. Les originalen (English)
I denne artikkelen
NVIDIA avduket Vera CPU 5. november 2026, og lovet den høyeste agentgjennomstrømningen og raskeste utførelse for AI-arbeidsbelastninger. Kunngjøringen retter seg mot leverandører av AI-infrastruktur som trenger å drive mange agenter effektivt.
Nøkkelpunkter
- Vera kombinerer agenthastighet på toppnivå med ledende energieffektivitet i én enkelt prosessor.
- I en 100-MW datasentertest overgikk Vera både de raskeste og de mest effektive x86-prosessorene.
- Tidlige brukere som Perplexity og DeepInfra rapporterer 1,5-2,2× hastighetsøkninger.
Hva NVIDIA annonserte
Den 5. november 2026 introduserte NVIDIA Vera CPU, en prosessor designet for "AI-fabrikker" som kjører et stort antall AI-agenter. Selskapet sier at brikken leverer den høyeste gjennomstrømningen per watt blant CPU-er og den raskeste agentutførelsen, og posisjonerer den som en enkeltdelt løsning for varierte agentarbeidsmengder.
Hvordan Vera fungerer, ifølge NVIDIA
Vera CPU er bygget for å håndtere de CPU-bundne trinnene til AI-agenter – søking, databasespørringer, kodegenerering, testing og handlingskjøring. NVIDIA rammer inn problemet som en balanse mellom GPU-resonnement og CPU-utførelse, og bemerker at agenter stadig skifter mellom de to. Ved å optimalisere CPU-siden for både hastighet og kraft, kan Vera kjøre flere agenter samtidig uten å øke ventetiden.
Det store bildet: Veras påstand om 1,6× flere agenter per watt signaliserer et skifte mot å konsolidere arbeidsbelastninger på en enkelt, høyeffektiv CPU i stedet for å blande raske og tette x86-deler.
Hva er virkelig nytt
Pressemeldingen fremhever to konkrete fremskritt i forhold til eksisterende x86-tilbud. For det første leverer Vera angivelig 1,6× flere agenter per watt enn den raskeste x86 CPU, og for det andre tilbyr den 2× raskere agenthastighet sammenlignet med den mest energieffektive x86 CPU. Selskapet støtter disse tallene med en 100 megawatt datasenter-sammenligning som setter en enkelt Vera-brikke opp mot både hastighetsfokuserte og effektivitetsfokuserte x86-ledere.
Hvorfor det er viktig for AI-infrastrukturleverandører
Les vår: Hvis ytelses- og effektivitetstallene holder seg, kan leverandørene forenkle maskinvarestablene sine ved å kjøpe én CPU-type i stedet for å sjonglere med flere x86-deler. Det kan redusere innkjøpskompleksiteten og redusere de totale strømkostnadene, som er kritiske begrensninger i storskala AI-implementeringer.
Grenser og ukjente
Blogginnlegget gir ikke uavhengige tredjeparts benchmarkresultater, og avslører heller ikke detaljerte silisiumspesifikasjoner, priser eller tilgjengelighetstidslinjer. Den mangler også informasjon om programvareøkosystemstøtte utover anekdotene fra tidlige brukere.
Praktisk takeaway
Se etter oppfølgingsstudier fra datasenter og eventuelle annonserte priser eller tilgjengelighetsdatoer fra NVIDIA. Leverandører bør sammenligne Veras påståtte beregninger med sine egne arbeidsbelastningsprofiler før de forplikter seg til maskinvarekjøp.
Kilde: NVIDIA-bloggen. Denne artikkelen oppsummerer og forklarer deres rapportering.
Vera cpu: spørsmål leserne stiller
Hvilke ytelsesgevinster hevder Vera CPU over x86 CPUer?
NVIDIA sier at Vera muliggjør 1,6× flere agenter per watt sammenlignet med den raskeste x86 CPU og leverer 2× raskere agenthastighet sammenlignet med den mest energieffektive x86 CPU, med spesifikke arbeidsbelastninger som viser opptil 2,2× hastighetsforbedringer.
Hvilke partnere har rapportert tidlige resultater med Vera?
Tidlige brukere som er nevnt inkluderer Perplexity, DeepInfra, ClickHouse, DuckLabs, Daytona, Modal og The Wizard of Open Weights, som alle rapporterer hastighet eller skaleringsgevinster i tester i produksjonsstil.
Kilder og artikkeldetaljer
- Opprinnelig rapportering: NVIDIA-bloggen (5. november 2026)
- Skrevet av: Administratorer · Publisert: 5. november 2026
- Slik jobber vi: denne forklaringen er utarbeidet med AI fra kilden ovenfor, og alle påstander kontrolleres mot den før publisering. Analyse er merket.
- Rettelser: oppdaget en feil? E-post [email protected] og vi fikser det.
