NVIDIA sier designet prioriterer vedvarende gjennomstrømning for arbeidsbelastninger som er vanlige i moderne AI-systemer – som agentorkestrering, verktøykjøring og storskala inferenspipelines.

Påståtte ytelsesfordeler sammenlignet med x86-servere

NVIDIA og støttende rapporter fremhever flere ytelsesfordeler når Vera sammenlignes med tradisjonelle rack-skalerte CPU-er som brukes sammen med GPU-er:

• Opptil 50 prosent raskere programvaremiljøytelse, omtrent tilsvarende 1,5 ganger hastighetsforbedring i NVIDIAs interne tester.
• Massiv minnebåndbredde på opptil 1,2 TB/s, som hjelper til med å holde GPU-er forsynt med data.
• Høyere båndbredde per kjerne, angivelig flere ganger høyere enn mange konvensjonelle datasenter-CPU-er.

Disse gevinstene er tett knyttet til typen arbeidsbelastninger AI-datasentre nå kjører. I stedet for rene database- eller bedriftsarbeidsbelastninger, utfører moderne AI-klynger kompilatorer, skriptverktøy, kjøretidsmotorer og agentrammeverk som orkestrerer GPU-beregning. NVIDIA hevder at Veras arkitektur forbedrer gjennomstrømningen på tvers av disse kontrollplanoppgavene.

Selskapet hevder også forbedret effektivitet, og sier at systemer bygget rundt Vera kan levere omtrent dobbelt så god energieffektivitet som tradisjonell CPU-infrastruktur i enkelte AI-arbeidsflyter.

Vera Rubin NVL72-plattformen: Et rack-skalert AI-system

Vera er ikke først og fremst ment å konkurrere som en frittstående CPU. Hovedrollen er inne i NVIDIAs Vera Rubin NVL72-arkitektur, et rack-skalert AI-system designet for trening og inferens av store modeller.

I denne konfigurasjonen:

• Et rack kan kombinere 36 Vera-CPU-er med 72 Rubin-GPU-er.
• CPU-er og GPU-er kommuniserer via høyhastighets NVLink-C2C-forbindelser, noe som muliggjør ekstremt rask datadeling mellom prosessorer.

Dette designet reflekterer NVIDIAs bredere satsing på fullstack AI-infrastruktur, der CPU-er, GPU-er, nettverk og programvare er konstruert sammen som en enkelt plattform i stedet for å blandes fra flere leverandører.

Tilnærmingen står i kontrast til tradisjonell datasenterarkitektur, der GPU-er kobles til generiske x86-servere via PCIe. Ved å integrere CPU-en tett med GPU-arkitekturen, har NVIDIA som mål å fjerne flaskehalser i dataflyt og orkestrering.

Tidlig adopasjon blant hyperskalere og OEM-er

Flere skyleverandører og maskinvareprodusenter har allerede blitt nevnt som partnere som planlegger utrulling.

I følge NVIDIAs kunngjøringer inkluderer samarbeidspartnere store hyperskalere som:

• Alibaba Cloud
• ByteDance
• Meta
• Oracle Cloud Infrastructure
• CoreWeave og andre AI-skyplattformer

Serverprodusenter som bygger systemer rundt Vera inkluderer selskaper som Dell Technologies, HPE, Lenovo og Supermicro, samt produksjonspartnere som ASUS, Foxconn og Quanta Cloud Technology.

Dette tidlige økosystemet antyder at CPU-en først og fremst er ment for hyperskala AI-infrastruktur snarere enn tradisjonelle bedriftsservere.

Markedsprognoser og forventede leveranser

Flere prognoser fremhever hvor stort NVIDIA tror muligheten kan bli.

Selskapsuttalelser og analytikerrapporter indikerer:

• NVIDIA-ledere sier Vera-CPU-en åpner et totalt adresserbart marked på 200 milliarder dollar som selskapet tidligere ikke konkurrerte i.
• Selskapet forventer rundt 20 milliarder dollar i inntekter fra Vera-relatert CPU-salg innenfor inneværende regnskapsperiode, separat fra GPU-inntekter.
• Noen analytikere anslår omtrent 4 millioner Vera-CPU-er levert innen regnskapsåret 2027, noe som potensielt kan generere rundt 20 milliarder dollar i salg hvis det realiseres.

Disse tallene stammer fra kommentarer fra selskapet og ekstern analytikermodellering, så de bør betraktes som fremtidsrettede anslag snarere enn garanterte utfall.

Hva dette betyr for Intel og AMD

Intel Xeon og AMD EPYC-prosessorer dominerer fortsatt server-CPU-markedet, spesielt i bedriftsinfrastruktur. Men AI-tiden har endret hvordan CPU-er brukes i datasentre.

I stedet for å utføre mesteparten av beregningen selv, CPU-er i økende grad:

• Koordinerer GPU-arbeidsbelastninger
• Håndterer datapipelines
• Kjører orkestreringsprogramvare og agentrammeverk

Den endringen favoriserer arkitekturer optimalisert for båndbredde og GPU-tilkobling fremfor tradisjonell CPU-gjennomstrømning. Vera er designet spesifikt for den rollen.

Hvis plattformen får fotfeste, kan det signalisere et gradvis skifte fra generelle x86-servere til spesialiserte Arm-baserte CPU-er tett integrert med AI-akseleratorer. NVIDIA vil da kontrollere mer av datasenterstakken – fra GPU til CPU til forbindelser – og potensielt omforme hvordan AI-infrastruktur bygges.

Om Vera faktisk vil svekke Intels og AMDs dominans, avhenger av virkelige utrullinger og ytelse. Men arkitekturen reflekterer tydelig en stor industriell trend: AI-datasentre som utvikler seg til vertikalt integrerte dataplattformer i stedet for samlinger av utskiftbare komponenter.

NVIDIA sier designet prioriterer vedvarende gjennomstrømning for arbeidsbelastninger som er vanlige i moderne AI-systemer – som agentorkestrering, verktøykjøring og storskala inferenspipelines.

Påståtte ytelsesfordeler sammenlignet med x86-servere

NVIDIA og støttende rapporter fremhever flere ytelsesfordeler når Vera sammenlignes med tradisjonelle rack-skalerte CPU-er som brukes sammen med GPU-er:

• Opptil 50 prosent raskere programvaremiljøytelse, omtrent tilsvarende 1,5 ganger hastighetsforbedring i NVIDIAs interne tester.
• Massiv minnebåndbredde på opptil 1,2 TB/s, som hjelper til med å holde GPU-er forsynt med data.
• Høyere båndbredde per kjerne, angivelig flere ganger høyere enn mange konvensjonelle datasenter-CPU-er.

Disse gevinstene er tett knyttet til typen arbeidsbelastninger AI-datasentre nå kjører. I stedet for rene database- eller bedriftsarbeidsbelastninger, utfører moderne AI-klynger kompilatorer, skriptverktøy, kjøretidsmotorer og agentrammeverk som orkestrerer GPU-beregning. NVIDIA hevder at Veras arkitektur forbedrer gjennomstrømningen på tvers av disse kontrollplanoppgavene.

Selskapet hevder også forbedret effektivitet, og sier at systemer bygget rundt Vera kan levere omtrent dobbelt så god energieffektivitet som tradisjonell CPU-infrastruktur i enkelte AI-arbeidsflyter.

Vera Rubin NVL72-plattformen: Et rack-skalert AI-system

Vera er ikke først og fremst ment å konkurrere som en frittstående CPU. Hovedrollen er inne i NVIDIAs Vera Rubin NVL72-arkitektur, et rack-skalert AI-system designet for trening og inferens av store modeller.

I denne konfigurasjonen:

• Et rack kan kombinere 36 Vera-CPU-er med 72 Rubin-GPU-er.
• CPU-er og GPU-er kommuniserer via høyhastighets NVLink-C2C-forbindelser, noe som muliggjør ekstremt rask datadeling mellom prosessorer.

Dette designet reflekterer NVIDIAs bredere satsing på fullstack AI-infrastruktur, der CPU-er, GPU-er, nettverk og programvare er konstruert sammen som en enkelt plattform i stedet for å blandes fra flere leverandører.

Tilnærmingen står i kontrast til tradisjonell datasenterarkitektur, der GPU-er kobles til generiske x86-servere via PCIe. Ved å integrere CPU-en tett med GPU-arkitekturen, har NVIDIA som mål å fjerne flaskehalser i dataflyt og orkestrering.

Tidlig adopasjon blant hyperskalere og OEM-er

Flere skyleverandører og maskinvareprodusenter har allerede blitt nevnt som partnere som planlegger utrulling.

I følge NVIDIAs kunngjøringer inkluderer samarbeidspartnere store hyperskalere som:

• Alibaba Cloud
• ByteDance
• Meta
• Oracle Cloud Infrastructure
• CoreWeave og andre AI-skyplattformer

Serverprodusenter som bygger systemer rundt Vera inkluderer selskaper som Dell Technologies, HPE, Lenovo og Supermicro, samt produksjonspartnere som ASUS, Foxconn og Quanta Cloud Technology.

Dette tidlige økosystemet antyder at CPU-en først og fremst er ment for hyperskala AI-infrastruktur snarere enn tradisjonelle bedriftsservere.

Markedsprognoser og forventede leveranser

Flere prognoser fremhever hvor stort NVIDIA tror muligheten kan bli.

Selskapsuttalelser og analytikerrapporter indikerer:

• NVIDIA-ledere sier Vera-CPU-en åpner et totalt adresserbart marked på 200 milliarder dollar som selskapet tidligere ikke konkurrerte i.
• Selskapet forventer rundt 20 milliarder dollar i inntekter fra Vera-relatert CPU-salg innenfor inneværende regnskapsperiode, separat fra GPU-inntekter.
• Noen analytikere anslår omtrent 4 millioner Vera-CPU-er levert innen regnskapsåret 2027, noe som potensielt kan generere rundt 20 milliarder dollar i salg hvis det realiseres.

Disse tallene stammer fra kommentarer fra selskapet og ekstern analytikermodellering, så de bør betraktes som fremtidsrettede anslag snarere enn garanterte utfall.

Hva dette betyr for Intel og AMD

Intel Xeon og AMD EPYC-prosessorer dominerer fortsatt server-CPU-markedet, spesielt i bedriftsinfrastruktur. Men AI-tiden har endret hvordan CPU-er brukes i datasentre.

I stedet for å utføre mesteparten av beregningen selv, CPU-er i økende grad:

• Koordinerer GPU-arbeidsbelastninger
• Håndterer datapipelines
• Kjører orkestreringsprogramvare og agentrammeverk

Den endringen favoriserer arkitekturer optimalisert for båndbredde og GPU-tilkobling fremfor tradisjonell CPU-gjennomstrømning. Vera er designet spesifikt for den rollen.

Hvis plattformen får fotfeste, kan det signalisere et gradvis skifte fra generelle x86-servere til spesialiserte Arm-baserte CPU-er tett integrert med AI-akseleratorer. NVIDIA vil da kontrollere mer av datasenterstakken – fra GPU til CPU til forbindelser – og potensielt omforme hvordan AI-infrastruktur bygges.

Om Vera faktisk vil svekke Intels og AMDs dominans, avhenger av virkelige utrullinger og ytelse. Men arkitekturen reflekterer tydelig en stor industriell trend: AI-datasentre som utvikler seg til vertikalt integrerte dataplattformer i stedet for samlinger av utskiftbare komponenter.