10 月 7 日 NVIDIA 宣布 SpaceXAI 将部署 Vera CPU，用于加速下一代 Agentic AI 的 CPU 密集型负载：任务编排、工具调用、代码执行、数据处理与模拟。Vera CPU 本身 5 月底在 GTC 发布，是 NVIDIA 首款专为 Agentic AI 与强化学习设计的处理器，官方数据是比传统 x86 机架级 CPU 快约 50%、能效翻倍，后续宣传口径进一步提到较 x86 处理器快 1.8 倍。GPU 公司为什么突然认真做 CPU？
Agent 的一半工作不在 GPU 上
过去两年的共识是「推理靠 GPU，CPU 随便配」。Agent 把这个共识打破了。一次工具调用的完整链路是：GPU 上的模型产出动作 → CPU 解析函数调用参数 → CPU 沙箱里执行代码或调 API → CPU 把结果序列化回上下文 → GPU 再读一遍。对话越长、工具越多，CPU 承担的调度、序列化、文件读写、网络往返就越重。
NVIDIA 在发布稿里直接点名了五类负载：任务编排、工具调用、代码执行、数据处理、模拟。这五件事没有一件是矩阵乘法，但每一件都在拖慢 Agent 的端到端响应。GPU 算得再快，CPU 侧卡在编排上，用户感受到的就是「模型在发呆」。
为什么不用 x86
传统 x86 服务器 CPU 在带宽、功耗与机架内一致性上都不是为这种「高并发短事务」设计的。Vera 基于 ARM 路线，与 Rubin GPU 同机架共封装，目标是让 CPU 与 GPU 之间的数据移动距离更短、内存语义更统一。官方称之为「驱动更多数据中心 token 收入」——直白地说，CPU 不再是配套件，而是 token 经济的一部分。
SpaceXAI 的选择更说明问题：它不仅把 Vera 用在地面数据中心，还计划把优化版 Vera Rubin NVL72 做成第一代 Starmind AI 卫星，轨道上跑 Grok 的推理与 Agent。在功率与体积都极端受限的场景，CPU-GPU 协同密度就是一切。
对架构师的提醒
如果你还在按「GPU 服务器顺手配两颗 CPU」的思路规划 Agent 集群，2026 年底之后会踩坑。Agent 部署的容量规划应该把 CPU 核数、工具沙箱密度、上下文序列化开销单列一项——这不是玄学，是 SpaceXAI、CoreWeave 这类客户已经在付钱买的东西。
对国内团队，这一趋势的映射是：国产推理栈在堆 GPU 之外，也会逐步补机架内 CPU 与一致性互联这一课。 Agentic 负载对协同密度的要求，终将传导到整条供应链。