7.8
深览指数
科技虎嗅·TechSugar©··AI 生成
英伟达为什么突然让CPU重新变得重要？
英伟达推出自研Vera CPU，核心动机并非让CPU重回舞台中心，而是为了AI工厂中昂贵的GPU不再因CPU等待而闲置。文章深入拆解了智能体AI工作流对CPU性能的新要求（单线程、低延迟、高带宽），指出传统CPU评价标准正从“每美元核心数”转向“每瓦特Token产出”。作者认为，Vera的真正威胁并非与Intel/AMD的直接竞争，而是英伟达将竞争从部件升级为完整计算系统，试图定义“AI工厂”的底层架构。适合对AI基础设施、芯片架构博弈及产业竞争格局感兴趣的深度读者。原文 ↗
核心观点
- ▍英伟达推出Vera CPU的核心动机不是为了复兴CPU，而是为了提升昂贵GPU的利用率，防止智能体AI工作流中CPU成为计算瓶颈。
- ▍AI领域的竞争基本单位正从单颗CPU或GPU，升级为以每机架Token产出和每兆瓦智能为衡量标准的完整计算系统。
- 01智能体AI工作流的特点（代码编译、环境切换、数据检索、KV Cache管理）导致任务在CPU与GPU间频繁往返，单线程性能与低延迟比核心数更重要。
- 02Vera CPU采用88个自研Olympus核心，放弃多核堆叠路线，专注于单线程性能、片内缓存一致性（3.4TB/s剖分带宽）和1.8TB/s的CPU-GPU一致性连接。
- 03英伟达将CPU评价标准概括为“每美元和每瓦电力能够生产多少Token”，而非传统的“每美元核心数”。
- 04Vera的主要应用场景是Vera Rubin NVL72等英伟达AI机架系统，而非作为通用CPU单独销售，目标是与GPU、网络、DPU构建垂直整合系统。
- 05Intel Xeon 6被用于英伟达DGX Rubin NVL8系统，表明在通用生态中仍需x86，但Vera瞄准的是价值最高的AI机架核心。
- 06英伟达公布Perplexity、纽交所等早期测试案例，显示Vera在代码编译、Python执行等场景性能亮眼，但数据主要来自英伟达及合作伙伴，测试对象为预量产系统。
反方 / 局限
- — 文章主动质疑“智能体CPU”是否为营销包装，指出基础计算原理未变，只是任务发生频率和负载强度被智能体AI放大。
- — Vera面临的实际挑战：LPDDR5X的容量、成本和数据中心可维护性；Arm软件生态能否支撑复杂企业应用；迁移平台和重构软件的成本收益比。
- — 作者预测Vera不会统一CPU市场，而是促使市场分裂为通用x86、云厂商自研、AI工厂CPU和行业专用Arm处理器四种路线。
16 分钟 · 5 卡片 · 15 资料
读原文 →