Nvidia Vera : le premier CPU maison conçu pour les centres de données d’IA

Les premiers clients à recevoir les CPU Vera

Les premiers systèmes équipés du CPU Vera ont été livrés en mai 2026 à plusieurs acteurs majeurs de l’IA et du cloud :

• Anthropic (San Francisco)
• OpenAI (Mission Bay, San Francisco)
• SpaceXAI (Palo Alto)
• Oracle Cloud Infrastructure – OCI (Santa Clara)

Selon Nvidia, ces premières unités ont été remises en main propre par Ian Buck, vice‑président chargé du hyperscale et du HPC chez Nvidia, dans le cadre des premiers déploiements partenaires.

Ces organisations testent la nouvelle génération d’infrastructure autour des GPU Rubin pour l’entraînement et l’inférence de modèles d’IA avancés.

Pourquoi Nvidia a conçu son propre CPU

Dans les infrastructures d’IA modernes, le GPU fait l’essentiel des calculs mathématiques (matrices et tenseurs). Mais le CPU reste essentiel pour coordonner l’ensemble du système.

Les charges de travail d’IA actuelles impliquent par exemple :

• orchestration d’agents et planification
• requêtes vers des bases de données ou systèmes de recherche (RAG)
• environnements de simulation ou de reinforcement learning
• exécution d’outils externes et sandboxes
• gestion des flux entre GPU et mémoire

Ces tâches exigent une forte performance par cœur, un accès mémoire très rapide et une communication ultra‑rapide avec les GPU — les points que Nvidia affirme avoir optimisés avec Vera.

Architecture technique du CPU Vera

Les spécifications publiques indiquent que Vera est un processeur serveur basé sur l’architecture Arm, avec des cœurs conçus par Nvidia pour les centres de données.

Principales caractéristiques :

• 88 cœurs Armv9.2 personnalisés “Olympus”
• 176 threads via le Spatial Multithreading de Nvidia
• Bande passante mémoire d’environ 1,2 To/s
• Connexion NVLink‑C2C cohérente avec les GPU jusqu’à ~1,8 To/s

Dans cette architecture, Vera agit comme le moteur d’orchestration et de mémoire tandis que les GPU Rubin exécutent les calculs massivement parallèles nécessaires à l’entraînement et à l’inférence des modèles d’IA.

Le processeur prolonge la stratégie d’architecture Arm initiée avec le CPU Grace utilisé dans la plateforme Grace Hopper.

Les performances annoncées pour l’« agentic AI »

Nvidia affirme que Vera est optimisé pour les charges de travail d’IA impliquant de nombreuses interactions entre composants logiciels et matériels, plutôt que pour du calcul GPU pur.

Selon les benchmarks internes de l’entreprise :

• efficacité jusqu’à 2× supérieure à celle de CPU de racks traditionnels
• environ 50 % de performances en plus dans certains scénarios
• exécution des sandboxes d’agents 50 % plus rapide
• requêtes de données d’entreprise jusqu’à 3× plus rapides

Ces chiffres proviennent des tests de Nvidia et n’ont pas encore fait l’objet d’une validation indépendante à grande échelle.

Le rôle du CPU Vera dans la plateforme Rubin NVL72

Vera n’est pas conçu pour fonctionner isolément. Il constitue la moitié CPU de la plateforme Vera Rubin.

Le système phare est le rack Vera Rubin NVL72, qui rassemble :

• 72 GPU Rubin
• 36 CPU Vera
• fabric NVLink 6 pour l’interconnexion GPU
• ConnectX‑9 SuperNIC pour le réseau
• BlueField‑4 DPU pour l’accélération des données
• réseaux Quantum‑X800 InfiniBand ou Spectrum‑X Ethernet

L’ensemble forme un supercalculateur IA à l’échelle d’un rack, conçu pour fonctionner comme un seul système capable d’entraîner et d’exécuter des modèles massifs.

Nvidia a également présenté des racks dédiés au CPU Vera pouvant contenir jusqu’à 256 processeurs refroidis par liquide, destinés à l’orchestration et au reinforcement learning dans les grands clusters d’IA.

Pourquoi ce lancement est stratégique pour Nvidia

Pendant des années, Nvidia dominait l’IA grâce à ses GPU. Mais les centres de données modernes nécessitent une pile technologique complète : CPU, GPU, réseau, stockage et logiciels.

Avec Vera, Nvidia cherche à devenir un fournisseur d’infrastructure IA de bout en bout plutôt qu’un simple fabricant de GPU.

Cela lui permet notamment de contrôler :

• la planification CPU des workloads
• l’accès mémoire partagé avec les GPU
• l’interconnexion réseau
• l’écosystème logiciel CUDA

Cette approche reflète une tendance du secteur : les centres de données d’IA sont de plus en plus conçus comme des systèmes intégrés à l’échelle du rack, plutôt que comme des assemblages de composants indépendants.

Une nouvelle concurrence pour AMD et Intel

L’arrivée de Vera place Nvidia plus directement sur le marché des CPU serveurs, historiquement dominé par les architectures x86.

Aujourd’hui :

• Intel Xeon reste un acteur majeur
• AMD EPYC gagne rapidement du terrain

Selon Mercury Research, les processeurs EPYC représentaient plus de 33 % des unités de CPU serveurs et environ 46 % des revenus x86 serveurs début 2026.

En développant son propre CPU, Nvidia peut réduire sa dépendance aux processeurs d’Intel et d’AMD dans ses plateformes d’IA et capturer une part plus importante du matériel acheté pour les centres de données.

Une nouvelle génération d’infrastructure IA

Le lancement de Vera illustre une évolution majeure de l’industrie : l’infrastructure d’IA devient verticalement intégrée.

Plutôt que de vendre des puces séparées, Nvidia propose désormais des plateformes complètes — parfois décrites comme des « AI factories » — réunissant CPU, GPU, réseau, stockage et logiciels dans un seul système optimisé pour les modèles d’IA à très grande échelle.

Si les performances annoncées se confirment, Vera pourrait jouer un rôle clé dans la manière dont seront construits les centres de données d’IA des prochaines années.