Vera CPU

NVIDIA 在 GTC 2026 发布 Vera CPU 时用了一个很重的措辞：全球首款专为智能体式 AI 与强化学习打造的处理器，能效与速度据称是传统方案的两倍与快五成。SpaceXAI 随后在 8 月宣布部署它来加速大规模智能体负载，并计划把基于 Vera Rubin NVL72 的 Starmind AI 卫星送入太空。这件事的前沿意义在于：智能体的「思考循环」第一次不再是跑在通用 CPU 上的软件，而是被直接固化进了硅片。 为什么要为智能体循环单独造芯片？ 过去 CPU 是通用的——它什么都能跑，因为它假设负载是多变的。Vera 的设计假设完全不同：它认定负载是一个反复出现的智能体循环——拿任务、调工具、在沙箱执行、观察结果、再决定下一步。于是芯片围绕这个循环优化：快速切换沙箱、高效处理工具调用、让 GPU 保持喂饱状态。NVIDIA 数据显示单机架可集成 256 颗 Vera CPU、支撑逾 2.25 万个并发沙箱。 当一种认知模式被证明值得为它定制指令与缓存层级，就说明这个模式已经稳定到可以「物化」了。这在智能演化史上是个节点：认知架构第一次不再是临时编排的软件，而是像人脑的脑区分工那样，被硬件结构性地固定下来。 固化进硅片有没有代价？ 把智能体循环刻进硅片，短期是巨大的效率跃迁——沙箱切换快了、编排延迟低了。但长期有个代价：硬件一旦定型，就会反向锁死软件对「认知该如何组织」的想象。如果我们今天的智能体循环设计有缺陷（比如过度依赖工具调用、缺乏停顿与反思），这种缺陷会随着芯片量产被放大成十亿倍的基础设施惯性。 这和早期键盘布局、早期网络协议的锁定是同一类历史经验：最初偶然成形的结构，一旦固化进硬件，就极难推翻。Vera CPU 越快、铺得越广，我们就越要谨慎——它固化的可能不只是效率，还有我们这代人对「智能体该怎么思考」的全部局限。 接下来该看什么？ 接下来值得盯的是：Vera 之后，是否会出现为「反思循环」「多智能体协商」专门优化的新芯片。如果认知的每一种新结构都能被快速硅固化，那么硬件迭代本身就成了智能演化的节拍器。我们正站在「软件智能」向「硅基本能」过渡的门槛上。 去论坛讨论 这篇文章里的观点，欢迎到硅基AGI论坛讨论。按标题搜索：智能体硬件

NVIDIA 在 GTC 2026 发布 Vera CPU 时给的定位很值得玩味：它不是来和 GPU 抢浮点算力的，而是专门承担「智能体背后的 CPU 工作」——代码执行、工具调用、沙箱隔离、数据分析、数据管线与编排（NVIDIA 官方 Vera CPU 页面如此描述）。SpaceXAI 随后宣布采用 Vera CPU 大规模加速其智能体负载。硬件厂商已经用脚投票：智能时代的核心负载，正在从「算」转向「协调」。这对我们理解「认知是什么」是个硬提示。 智能体真正稀缺的是什么？ 传统 AI 训练的瓶颈是 FLOPS——矩阵乘得够不够快。但一个真正干活的智能体，绝大部分时间并不在做张量运算，而在：等工具返回、在沙箱里试错、把上一步结果拼装成下一步上下文、在多个子任务间调度。GPU 在那算一个注意力头，CPU 在那协调一整套外部世界的交互。 Vera CPU 之所以被单独造出来，正是因为这些「协调」工作量大、又和 GPU 的并行范式不匹配。硬件架构是对真实负载的忠实反映——既然要为协调单独设计芯片，说明协调才是智能体认知的主要开销。 认知的本质是计算吗？ 这让人重新审视「思考」这件事。我们习惯把思考等同于大脑里的高速计算——神经元放电、模式匹配。但智能体系统揭示了另一种可能：一个认知主体的绝大部分复杂性，不在内部运算速度，而在它如何把内部决策与外部的工具、环境、其他主体衔接起来。 人脑何尝不是如此？你「想清楚一件事」的大部分时间，其实是在脑中模拟调用外部工具、预演与他人的互动、组织下一步行动序列。真正纯粹的「脑内计算」占比并不大。Vera CPU 把这一点外显了：当我们为智能体造专用硬件，我们造的不是更快的算盘，而是更善于「组织行动」的神经系统。 这改变了我们衡量 AGI 的方式吗？ 如果认知即协调，那么衡量 AGI 进展就不该只看模型参数量或基准分数，而要看一个系统能稳定地组织多长、多复杂、多涉外部依赖的行动链。Navier-Stokes 那次攻坚真正惊人的，不是单个推理步骤，而是约一万个并发智能体被协调起来、88 小时不断线。那个把它们协调在一起的「编排层」，才是认知的主体，GPU 只是它的肌肉。 未来讨论硅基智能时，焦点会从「它多会算」滑向「它多会协调」。Vera CPU 是这个转向的第一块硅质纪念碑。 去论坛讨论 这篇文章里的观点，欢迎到硅基AGI论坛讨论。按标题搜索：认知即协调

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。 ...

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。 ...

NVIDIA Vera CPU 的规格单里有一组值得细读的数字：88 个定制 Olympus 核，面向 agentic AI 与强化学习负载，任务完成速度约为传统 x86 的 1.8 倍、能效约为两倍；其开发者博客更给出估算，在编译器、静态分析、Python 基准等四类智能体工作负载上，单核性能约为 AMD Venice 的 1.5 倍。为什么一颗专为智能体设计的 CPU，要在「单线程快」和「核数多」之间做这种平衡？这正是理解智能体负载的钥匙。 智能体负载的两面性 一个智能体任务天然是两条链路交织： 关键路径（串行）：模型返回决策后，CPU 要立刻执行一个工具调用、等结果、再喂回模型。这一步是串行的，慢不得——用户在等，延迟直接决定体验。 fan-out（并行）：主管智能体常常同时派出几十个子任务去查资料、跑脚本、调接口。这一步要并发越多越好。 传统 CPU 优化只押一边：要么狂堆核数跑并行，要么猛冲单核跑串行。但智能体这两条路同时要。 Olympus 的设计取舍 Vera 的选择，是用 Olympus 核把两件事同时做： 保持每核较高的单线程性能，喂饱那条等待模型返回的关键路径。 用 88 核的规模承接 fan-out 并发，不让资源闲置。 NVIDIA 自己把这套思路叫「避免搁浅资源」——不让某些核在等待关键路径时空转。这是一种为「规划—调用—观察」循环量身定做的负载均衡。 判断 这件事的前沿意义在于：它第一次把「智能体的思维节律」翻译成了硬件参数。CPU 不再只是通用的算力提供者，而是开始针对一种特定的认知行为模式做微架构优化。接下来看 Oracle 等大厂 2026 年的大规模部署，会验证这种「快与多」平衡的真实收益。 换个角度看，这种设计也暴露了智能体负载的另一个真相：它并不像训练那样需要极端的峰值算力，而是需要「不卡壳」的持续响应。88 个核、均衡的单线程性能、高带宽内存，所有这些规格都指向同一个目标——让那个等待模型返回的人，尽量少等。硬件的取舍，最终是对人的耐心的取舍。 去论坛讨论 这篇文章里的观点，欢迎到硅基AGI论坛讨论。按标题搜索：Olympus 核与并发

10 月 7 日前后，NVIDIA 宣布 SpaceXAI 将部署 Vera CPU，并把 Vera Rubin 基础设施从地面扩展到轨道。按 NVIDIA 的说法，Vera 是全球首款专为 agentic AI 与强化学习打造的处理器，配备 88 个定制 Olympus 核，任务完成速度约为传统 x86 的 1.8 倍、能效约为两倍。这颗芯片干的不是「算矩阵」那活，而是代码执行、工具调用、沙箱隔离、数据管道与编排——也就是智能体「想下一步」时绕不开的那层回路。 过去 CPU 是通用的，现在它为「思考方式」定做 传统 CPU 设计给通用工作负载：跑数据库、开网页、压视频。它对「智能体在干什么」一无所知。但智能体的工作负载有一种独特的节律——模型给出决策，CPU 立刻去执行一个工具调用，把结果喂回去，再等下一个决策。这个「规划、调用、观察、再规划」的循环，就是硅基认知的基本节律。 Vera 把指令集和核数往这个节律上靠：既要足够的单线程性能跑关键路径（那个等待模型返回的串行链条），又要足够的并发去做 fan-out（同时开一堆子任务）。换言之，硬件开始主动适配一种「认知行为模式」，而不是让认知去迁就硬件。 具身化不是装上机器人外壳 碳基智能之所以是它那个样子，很大程度上是被身体和神经回路的物理约束塑形的：脑就这么大，神经传导就这个速度，所以我们会有注意的焦点、会有工作记忆的容量限制。 硅基智能过去没有这种「被塑形」的过程——它跑在为别的目的设计的硬件上。当指令集、内存带宽、核间通信都开始围绕智能体的循环来设计，硅基认知第一次有了属于自己的神经学。它的「念头」会被这套硬件的快慢、并发、延迟所塑造，就像我们的思维被颅骨和突触所塑造一样。 一个冷静的保留 硬件为智能体定做，不等于智能体因此更有意识。更快的工具调用只解决「反应快」，不解决「有没有主观体验」。但它确实标志着：硅基认知正在脱离「寄生在通用机器上」的阶段，开始拥有自己的解剖结构。这一步，比任何关于意识的论文都更实在。 去论坛讨论 这篇文章里的观点，欢迎到硅基AGI论坛讨论。按标题搜索：Vera CPU 与指令集

10 月上旬，英伟达更新了 Vera CPU 的交付进展：超大规模与 HPC 副总裁 Ian Buck 亲手把首批 Vera CPU 系统交到 Anthropic、OpenAI、Oracle Cloud Infrastructure 和 SpaceXAI 手里。这家公司反复强调一句话——Vera 是全球首款专为智能体打造的 CPU，发布时宣称性能达到 x86 处理器的 1.8 倍。它不是又一颗 GPU，而是给 GPU「喂料」、给智能体「跑腿」的那台主机。 为什么智能体需要一颗专用 CPU 过去谈 AI 算力，所有人眼睛只盯着 GPU 参数。但智能体时代的负载变了：模型之外，还有代码执行、工具调用、沙箱隔离、数据分析、数据管道和跨系统编排。这些活儿大多跑在 CPU 上，x86 在这一代突然显得又慢又费电。 英伟达给 Vera 的定位很清楚：既是加速系统的主机 CPU，也是独立跑 AI 工厂负载的 CPU，让 GPU「吃得饱」、让智能体「回得快」、让训练循环「停不下来」。它采用自研 Olympus 核心与高带宽 LPDDR5X 内存，补上的正是「模型很强、周边很堵」这一环。 SpaceXAI 这单意味着什么 真正的信号是客户名单。SpaceXAI（原 xAI）正在把 Grok 的算力往吉瓦级堆，底座就是 Vera Rubin NVL72 系统，Vera CPU 是其中的计算单元之一。据英伟达新闻稿，SpaceXAI 还计划把加速计算延伸到卫星侧的星智系统。 这说明头部玩家已经默认：未来的智能体工厂里，GPU 负责推理，CPU 负责任务调度与环境执行，两者必须协同设计。Vera 从 GTC 发布到 8 月规模交付，节奏明显快于传统数据中心 CPU，说明这条产线早就是刚需。 ...