英伟达在 10 月上旬更新了 Vera CPU 的交付进展：超大规算与 HPC 部门副总裁 Ian Buck 亲手把首批 Vera CPU 系统交付给 Anthropic、OpenAI、Oracle Cloud Infrastructure 和 SpaceXAI。这标志着这款「全球首款专为智能体打造的 CPU」从发布正式进入量产。一家做 GPU 起家的公司，为什么要为 Agent 专门设计一款 CPU？
Agent 时代 CPU 为什么成了瓶颈
过去大家谈 AI 算力，焦点全在 GPU。但智能体负载的特点是：模型在 GPU 上推理，而大量「编排工作」压在 CPU 上——调度工具调用、执行生成的代码、在沙箱里跑命令、处理非结构化数据、校验结果。这些工作单线程延迟敏感、并发量大，传统机架级 CPU 跟不上。
英伟达官方数据显示，Vera 相比传统 CPU 效率提升约 2 倍、速度快约 50%；自研 Olympus 核心比 Grace 指令每周期性能高约 50%，配神经分支预测器、10 宽解码，内存带宽达 1.2TB/s。这些指标全是冲着 Agent 工作流里「分支密集、内存不规则访问」的特点优化的。
客户名单说明问题
首批交付名单里，Anthropic、OpenAI 是模型公司，Oracle 是云厂商，SpaceXAI 则把 Vera CPU 用于其下一代 Agentic AI 部署，并计划把第一代 Starmind AI 卫星建立在优化版 Vera Rubin NVL72 系统之上。此外，字节跳动、CoreWeave 也是规划采用者。这说明 Agentic 负载已经大到连 CPU 都要重新设计。
从 GTC 3 月发布到 10 月批量交付，Vera 的落地速度比许多人预期的快。它最早是在 3 月 16 日 GTC 上公布的，官方称相比传统机架 CPU 效率翻倍、速度快 50%；现在半年不到，首批系统已经送进了头部客户的数据中心。这种节奏说明 Agent 编排负载对 CPU 的需求已经真实压到了产线上，不是实验室概念。
判断
Vera 的商业意义在于：英伟达把 AI 工厂的定义从「GPU 集群」扩展到「GPU+CPU+NVLink 的整套系统」。当客户买 Vera Rubin NVL72 机架时，CPU 也必须是英伟达的，这就把锁定从 GPU 延伸到了整机柜。对客户，这是一体化优化；对竞品，这是又一圈护城河。对自研芯片的云厂商来说，连 CPU 都要自研，门槛又被抬高了一截。