NVIDIAs Vera‑CPU könnte den KI‑Servermarkt neu ordnen

Der Fokus liegt dabei auf dauerhaft hoher Datenrate und effizienter Auslastung großer GPU‑Cluster – ein typisches Szenario moderner KI‑Infrastruktur.

Welche Performance‑Vorteile NVIDIA behauptet

NVIDIA und mehrere technische Veröffentlichungen führen mehrere potenzielle Vorteile gegenüber traditionellen x86‑Serverplattformen an:

• Bis zu 50 % schnellere Ausführung von Software‑Umgebungen, etwa bei Compilern oder Laufzeit‑Tools für KI‑Pipelines.
• Rund 1,5‑fach höhere Performance in bestimmten internen Benchmarks gegenüber konkurrierenden Plattformen.
• Extrem hohe Speicherbandbreite von bis zu 1,2 TB/s, wodurch GPUs schneller mit Daten versorgt werden.

Gerade diese Bandbreite spielt eine wichtige Rolle. In modernen KI‑Systemen erledigen CPUs weniger reine Rechenarbeit, sondern koordinieren Datenbewegung, Tools und Modelle rund um GPU‑Cluster. NVIDIA argumentiert, dass Vera genau für diese Aufgaben optimiert wurde.

Zusätzlich behauptet das Unternehmen, Systeme mit Vera könnten in bestimmten KI‑Workflows bis zu doppelt so energieeffizient sein wie traditionelle CPU‑Infrastrukturen.

Die Vera Rubin NVL72‑Plattform: KI‑Supercomputer im Rack

Vera ist nicht primär als Einzelchip gedacht. Seine größte Rolle spielt er in NVIDIAs neuer Vera Rubin NVL72‑Architektur, einem rackweiten KI‑System für Training und Inferenz großer Modelle.

In dieser Konfiguration:

• Ein Rack kombiniert 36 Vera‑CPUs mit 72 Rubin‑GPUs.
• CPUs und GPUs sind über NVLink‑C2C‑Verbindungen gekoppelt, die extrem schnelle Datenübertragung ermöglichen.

Das unterscheidet sich stark von klassischen Rechenzentren, in denen GPUs meist über PCIe an Standard‑x86‑Server angeschlossen sind. NVIDIA verfolgt stattdessen eine vertikal integrierte Plattform, bei der CPU, GPU, Netzwerk und Software gemeinsam entwickelt werden.

Erste Cloud‑ und Hardwarepartner

Mehrere große Cloudanbieter und Hardwarehersteller arbeiten bereits mit NVIDIA an Systemen rund um Vera.

Zu den genannten Partnern gehören unter anderem:

• Alibaba Cloud
• ByteDance
• Meta
• Oracle Cloud Infrastructure
• CoreWeave und weitere KI‑Cloudanbieter

Server‑ und Systemhersteller, die Plattformen rund um Vera entwickeln, sind unter anderem Dell Technologies, HPE, Lenovo und Supermicro, unterstützt von Fertigungspartnern wie ASUS, Foxconn oder Quanta Cloud Technology.

Diese Partnerliste deutet darauf hin, dass Vera zunächst vor allem für Hyperscaler und große KI‑Cluster gedacht ist – weniger für klassische Unternehmensserver.

Prognosen für Markt und Auslieferungen

Mehrere Prognosen zeigen, wie groß NVIDIA das Marktpotenzial einschätzt:

• Laut Unternehmensangaben eröffnet Vera für NVIDIA einen neuen adressierbaren Markt von etwa 200 Milliarden US‑Dollar.
• Das Unternehmen erwartet rund 20 Milliarden US‑Dollar Umsatz aus Vera‑CPUs innerhalb eines Geschäftsjahres, zusätzlich zum GPU‑Geschäft.
• Einige Analysten prognostizieren etwa 4 Millionen ausgelieferte Vera‑CPUs bis zum Geschäftsjahr 2027.

Diese Zahlen sind jedoch Prognosen oder Analystenschätzungen, keine garantierten Marktergebnisse.

Was das für Intel und AMD bedeuten könnte

Intel Xeon und AMD EPYC dominieren weiterhin den traditionellen Server‑CPU‑Markt. Doch die Rolle der CPU in KI‑Rechenzentren verändert sich.

Immer häufiger übernimmt sie vor allem Aufgaben wie:

• Koordination großer GPU‑Cluster
• Steuerung von Datenpipelines
• Ausführung von Orchestrierungs‑ und Agent‑Software

Dadurch gewinnen Speicherbandbreite, Energieeffizienz und GPU‑Integration an Bedeutung – genau die Bereiche, auf die Vera optimiert wurde.

Sollte sich diese Architektur durchsetzen, könnte sie einen größeren Trend markieren: Rechenzentren für KI entwickeln sich von modularen Standardservern hin zu vollständig integrierten KI‑Plattformen. In einem solchen Modell kontrolliert NVIDIA nicht nur die GPUs, sondern auch CPU, Interconnects und einen großen Teil des Software‑Stacks.

Ob Vera tatsächlich nennenswert Marktanteile von Intel und AMD übernimmt, wird letztlich erst die reale Einführung in großen Cloud‑Infrastrukturen zeigen. Klar ist jedoch: Die Architektur signalisiert einen möglichen Richtungswechsel im Design moderner KI‑Rechenzentren.