Nvidias Vera‑CPU: Der nächste große Schritt im KI‑Rechenzentrum

Was Vera von Intel‑ und AMD‑Server‑CPUs unterscheidet

Die meisten heutigen Rechenzentren setzen auf universelle Serverprozessoren wie Intel Xeon oder AMD EPYC. Diese Chips sind bewusst vielseitig ausgelegt, um verschiedenste Unternehmens‑Workloads zu bedienen.

Vera verfolgt ein anderes Konzept.

Speziell für beschleunigte KI‑Systeme

Anstatt als eigenständiger Hochleistungsprozessor zu fungieren, ist Vera als Steuer‑CPU für GPU‑Cluster konzipiert.

Die Architektur ist darauf optimiert,

• GPUs kontinuierlich mit Daten zu versorgen
• Speicher‑ und Netzwerkverkehr effizient zu koordinieren
• die Software‑Umgebung für KI‑Modelle zu verwalten.

Arm‑Architektur mit 88 Kernen

Vera basiert auf einer Arm‑Architektur mit 88 CPU‑Kernen. Diese Architektur setzt stärker auf Energieeffizienz und hohe Parallelität – Eigenschaften, die besonders für große, verteilte KI‑Systeme wichtig sind.

Arm‑Serverchips werden in Hyperscale‑Rechenzentren zunehmend eingesetzt, weil sie häufig ein besseres Verhältnis von Leistung zu Energieverbrauch liefern.

Leistungs‑ und Effizienzversprechen

Nach Angaben von Nvidia kann Vera in KI‑Umgebungen

• bis zu 50 % höhere Performance
• und doppelte Effizienz

gegenüber klassischen Rack‑CPU‑Infrastrukturen erreichen.

Diese Vorteile resultieren vor allem daraus, dass die CPU gezielt für GPU‑beschleunigte Systeme entworfen wurde – nicht als universeller Serverprozessor.

Die Vera‑Rubin‑Plattform: CPU und GPU als Einheit

Die Vera‑CPU ist nicht als Einzelprodukt gedacht. Sie bildet zusammen mit der nächsten GPU‑Generation die Vera‑Rubin‑Plattform.

Diese Plattform kombiniert:

• Vera‑CPUs
• Rubin‑GPUs
• neue Netzwerk‑ und Speicherarchitekturen

Das Ziel: Kommunikations‑ und Datenengpässe zu reduzieren und mehr Tokens pro Watt bei KI‑Inference zu erreichen.

Die Plattform richtet sich besonders an rechenintensive Anwendungen wie:

• agentische KI‑Systeme
• komplexes Reasoning
• KI mit sehr langen Kontextfenstern

Nvidias größere Strategie: Das komplette KI‑Rechenzentrum

Über Jahre dominierte Nvidia vor allem den Markt für KI‑Beschleuniger (GPUs). Inzwischen erweitert das Unternehmen seine Kontrolle über praktisch jede Ebene eines modernen AI‑Rechenzentrums.

Die Plattformstrategie umfasst zunehmend:

• GPUs (z. B. Blackwell, Rubin)
• CPUs (Grace, Vera)
• Netzwerke (InfiniBand, Spectrum‑X)
• Rack‑Systeme
• die CUDA‑Softwareplattform

Das Ziel: komplette KI‑Infrastrukturen verkaufen – nicht nur einzelne Chips.

Damit greift Nvidia indirekt auch den CPU‑Sockel an, der historisch von Intel und AMD dominiert wurde.

Hyperscaler und die Entstehung von „AI‑Factories“

Große Cloud‑Provider spielen eine zentrale Rolle in dieser Strategie.

Ein Beispiel sind die geplanten Fairwater‑AI‑Superfabriken von Microsoft, die auf rack‑skalierte Systeme der Vera‑Rubin‑Plattform setzen sollen und potenziell Hunderttausende Chips einsetzen könnten.

Auch andere Hyperscaler bereiten Infrastruktur für ähnliche Deployments vor.

Solche Anlagen werden zunehmend als AI‑Factories bezeichnet – riesige Rechenzentren, die speziell für Training und Inference von KI‑Modellen ausgelegt sind.

Der finanzielle Hintergrund: Nvidias Wachstumsschub

Nvidias Plattformstrategie fällt in eine Phase außergewöhnlicher Geschäftszahlen.

Das Unternehmen meldete für das erste Quartal des Geschäftsjahres 2027 einen Umsatz von 81,6 Milliarden US‑Dollar, ein Wachstum von 85 % gegenüber dem Vorjahr. Das Data‑Center‑Segment allein brachte 75,2 Milliarden Dollar Umsatz.

Für das darauffolgende Quartal stellte Nvidia rund 91 Milliarden Dollar Umsatz in Aussicht – ein weiteres Zeichen für die enorme Nachfrage nach KI‑Infrastruktur.

Gleichzeitig prognostiziert das Management langfristig bis zu 1 Billion US‑Dollar an kumulierten Bestellungen für Blackwell‑ und Vera‑Rubin‑Systeme.

Warum der 200‑Milliarden‑Dollar‑CPU‑Markt wichtig ist

Die zentrale Bedeutung von Vera liegt weniger in der CPU selbst als in der strategischen Verschiebung dahinter.

Wenn Hyperscaler diese Architektur breit einsetzen, könnte Nvidia nicht mehr nur den Beschleuniger im Server liefern, sondern auch den Host‑Prozessor und damit einen weiteren großen Teil der Hardware‑Wertschöpfung im Rechenzentrum.

Der geschätzte 200‑Milliarden‑Dollar‑Markt ist allerdings eine Prognose des Unternehmens – keine sichere Entwicklung. Wie groß er tatsächlich wird, hängt unter anderem davon ab,

• wie stark Arm‑Serverchips im Rechenzentrum akzeptiert werden
• ob Cloud‑Anbieter ihre x86‑Infrastruktur teilweise ersetzen
• und wie schnell agentische KI‑Workloads wachsen.

Fest steht jedoch: In der Ära der Agentic AI wird die CPU – lange Zeit nur die stille Koordinatorin hinter den GPUs – wieder zu einem strategisch entscheidenden Baustein moderner KI‑Systeme.