Procesor Vera CPU od NVIDII oparty na ARM: dlaczego może zagrozić Intelowi i AMD w centrach danych AI

NVIDIA podkreśla, że projekt priorytetowo traktuje stałą przepustowość dla obciążeń typowych dla nowoczesnych systemów AI – takich jak orkiestracja agentów, wykonywanie narzędzi i wielkoskalowe pipeline'y wnioskowania.

Deklarowane przewagi wydajnościowe nad serwerami x86

NVIDIA i wspierające ją raporty wskazują na kilka przewag wydajnościowych procesora Vera w porównaniu z tradycyjnymi procesorami rackowymi używanymi wraz z GPU:

• Nawet 50% szybsze działanie środowiska programowego, co w wewnętrznych testach porównawczych NVIDII odpowiada mniej więcej 1,5-krotnemu przyspieszeniu.
• Ogromna przepustowość pamięci – do 1,2 TB/s, co pomaga w ciągłym dostarczaniu danych do GPU.
• Wyższa przepustowość na rdzeń – według doniesień kilkakrotnie wyższa niż w przypadku wielu konwencjonalnych procesorów do centrów danych.

Te zyski są ściśle związane z rodzajem obciążeń, które obecnie wykonują centra danych AI. Zamiast czysto bazodanowych czy korporacyjnych zadań, nowoczesne klastry AI uruchamiają kompilatory, skrypty, silniki wykonawcze i frameworki agentowe, które orkiestrują obliczenia na GPU. NVIDIA argumentuje, że architektura Very poprawia przepustowość w tych zadaniach związanych z płaszczyzną sterowania.

Firma deklaruje również wyższą efektywność, twierdząc, że systemy zbudowane wokół Very mogą zapewnić mniej więcej dwukrotnie wyższą efektywność energetyczną w porównaniu z tradycyjną infrastrukturą CPU w niektórych obciążeniach AI.

Platforma Vera Rubin NVL72: system AI w skali racka

Vera nie ma konkurować przede wszystkim jako samodzielny procesor. Jego główną rolą jest bycie częścią architektury Vera Rubin NVL72 – rackowego systemu AI zaprojektowanego do trenowania dużych modeli i wnioskowania.

W tej konfiguracji:

• Rack może łączyć 36 procesorów Vera CPU z 72 układami Rubin GPU.
• Procesory CPU i GPU komunikują się za pomocą szybkich łączy NVLink-C2C, umożliwiając niezwykle szybką wymianę danych.

Ten projekt odzwierciedla szersze dążenie NVIDII do pełnostosowej infrastruktury AI, gdzie CPU, GPU, sieć i oprogramowanie są projektowane razem jako jedna platforma, a nie składane z komponentów różnych dostawców.

Podejście to kontrastuje z tradycyjną architekturą centrów danych, gdzie GPU są dołączane do ogólnych serwerów x86 za pomocą PCIe. Poprzez ścisłą integrację CPU z architekturą GPU, NVIDIA chce wyeliminować wąskie gardła w przesyłaniu danych i orkiestracji.

Wczesna adopcja przez hyperscalerów i producentów OEM

Kilku dostawców usług chmurowych i producentów sprzętu zostało już wymienionych jako partnerzy planujący wdrożenia.

Zgodnie z ogłoszeniami NVIDII, wśród współpracowników znajdują się główni hyperscalerzy, tacy jak:

• Alibaba Cloud
• ByteDance
• Meta
• Oracle Cloud Infrastructure
• CoreWeave i inne platformy chmurowe AI

Producenci serwerów budujący systemy wokół Very to firmy takie jak Dell Technologies, HPE, Lenovo i Supermicro, a także partnerzy produkcyjni, np. ASUS, Foxconn i Quanta Cloud Technology.

Ten wczesny ekosystem sugeruje, że procesor jest przeznaczony przede wszystkim dla hyperskalowej infrastruktury AI, a nie dla tradycyjnych serwerów korporacyjnych.

Prognozy rynkowe i oczekiwania dotyczące dostaw

Kilka prognoz podkreśla, jak dużą szansę widzi w tym NVIDIA.

Zarówno wypowiedzi przedstawicieli firmy, jak i raporty analityków wskazują, że:

• Kierownictwo NVIDII twierdzi, że procesor Vera otwiera dostęp do 200-miliardowego rynku total addressable market (TAM), na którym firma wcześniej nie konkurowała.
• Firma spodziewa się około 20 miliardów dolarów przychodu ze sprzedaży procesorów Vera CPU w bieżącym okresie fiskalnym, niezależnie od przychodów z GPU.
• Niektórzy analitycy prognozują dostawy około 4 milionów procesorów Vera CPU do FY2027, co mogłoby wygenerować około 20 miliardów dolarów sprzedaży.

Liczby te pochodzą z komentarzy firmy i zewnętrznych modeli analitycznych, dlatego należy je traktować jako prognozy, a nie gwarantowane wyniki.

Co to oznacza dla Intela i AMD?

Procesory Intel Xeon i AMD EPYC wciąż dominują na rynku procesorów serwerowych, zwłaszcza w infrastrukturze korporacyjnej. Jednak era AI zmieniła sposób wykorzystania procesorów w centrach danych.

Zamiast same wykonywać większość obliczeń, procesory CPU coraz częściej:

• Koordynują zadania GPU
• Zarządzają pipeline'ami danych
• Uruchamiają oprogramowanie do orkiestracji i frameworki agentowe

Ta zmiana faworyzuje architektury zoptymalizowane pod kątem przepustowości i łączności z GPU, a nie tradycyjnej wydajności CPU. Vera jest zaprojektowana właśnie do tej roli.

Jeśli platforma zyska popularność, może to zwiastować stopniowe przejście od ogólnego przeznaczenia serwerów x86 w kierunku wyspecjalizowanych procesorów Arm ściśle zintegrowanych z akceleratorami AI. NVIDIA przejęłaby wtedy kontrolę nad większą częścią stosu centrum danych – od GPU przez CPU po łącza – potencjalnie zmieniając sposób budowy infrastruktury AI.

To, czy Vera znacząco osłabi dominację Intela i AMD, będzie zależeć od rzeczywistych wdrożeń i wydajności. Ale architektura wyraźnie odzwierciedla ważny trend w branży: centra danych AI ewoluują w pionowo zintegrowane platformy obliczeniowe, a nie zbiory wymiennych komponentów.