Varför SpaceXAI använder NVIDIAs Vera-processorer för agentisk AI

När NVIDIA den 24 augusti meddelade att SpaceXAI ska använda Vera-processorer markerade beskedet ett steg från testning till planerad utrullning. Processorerna ska hantera arbetet runt modellernas inferens – bland annat orkestrering av AI-agenter, verktygsanvändning, kodkörning, databehandling och simuleringar – så att GPU:erna kan hållas fullt sysselsatta. 3

Beskedet visar också att NVIDIA vill ta en större del av AI-infrastrukturen. Företaget säljer inte längre bara acceleratorerna som kör AI-modellerna, utan positionerar sig även som leverantör av processorer, nätverk och databehandling runt dem.

Vad SpaceXAI har meddelat

NVIDIA uppger att SpaceXAI ska använda Vera-processorer i nästa generation av sina agentiska AI-applikationer. SpaceXAI planerar dessutom att bygga ut infrastrukturen bakom Grok på NVIDIA Vera Rubin och att skicka ett optimerat Vera Rubin NVL72-system ut i rymden med den första Starmind-satelliten. 3

Det är ett betydelsefullt arkitekturbeslut, men inte samma sak som en bekräftad utrullning till hela flottan. Beskedet fastslår en planerad användning – inte ett oberoende verifierat antal Vera-system, ett färdigställt leveransschema eller uppmätta resultat från produktion.

Vera ska hantera arbetet mellan modellernas svar

Agentiska AI-system gör mer än att generera ett enskilt svar. De kan välja verktyg, köra kod, genomföra simuleringar, bearbeta data och samordna flera steg innan ett resultat returneras. NVIDIA riktar Vera mot dessa processorintensiva arbetsuppgifter, snarare än att beskriva den som ännu en vanlig serverprocessor. 38

Målet är att förbättra samspelet mellan CPU och GPU. Om arbetet på processorsidan blir en flaskhals kan dyra acceleratorer stå oanvända medan agenter väntar på orkestrering, sandlådemiljöer eller databehandling. NVIDIA säger att Vera är utvecklad för att hålla GPU:erna matade med arbete och agenterna responsiva. 8

Veras arkitektur och NVIDIAs prestandapåståenden

NVIDIA beskriver Vera som företagets första processor som är särskilt byggd för AI-agenter. Specifikationerna omfattar:

• 88 NVIDIA-designade Olympus-kärnor
• Spatial Multithreading
• LPDDR5X-minne med upp till 1,2 TB/s bandbredd
• Stöd för agentisk AI, förstärkningsinlärning och databehandling 3

NVIDIA hävdar att Vera kan slutföra riktade uppgifter upp till 1,8 gånger snabbare än x86-processorer. Siffran kommer från NVIDIA och bör därför ses som ett leverantörspåstående, inte som ett oberoende validerat benchmarkresultat. Företaget uppger separat att Vera kan ge upp till 80 procent högre prestanda i sandlådemiljöer än traditionell CPU-infrastruktur. 38

För den som driver AI-infrastruktur är den praktiska frågan därför inte om Vera är snabbare i största allmänhet. Det viktiga är hur processorn presterar på de egna arbetslaster som omfattar orkestrering, förstärkningsinlärning, simulering och sandlådemiljöer – och vad hela systemet kostar när GPU:er, minne, nätverk och mjukvara räknas in.

Från utvärdering till planerad användning

Relationen mellan SpaceXAI och NVIDIA började före augustibeskedet. NVIDIA uppger att företaget levererade ett tidigt Vera-system till SpaceXAI i maj 2026. Därefter utvärderade SpaceXAI processorn för arbetslaster inom förstärkningsinlärning och agentbaserade simuleringsflöden kopplade till sin träningsinfrastruktur. 1

Augustibeskedet beskrivs som nästa steg: Vera ska användas i infrastrukturen för framtida agentiska AI-applikationer, i stället för att enbart vara föremål för utvärdering. Den offentliga informationen säger fortfarande inte hur snabbt övergången sker eller hur många system som slutligen ska installeras.

Veras kommersiella tidslinje

NVIDIA lanserade Vera i mars 2026 och beskrev inledningsvis system i form av fristående servrar, Rubin-värdsystem och rackskaliga lösningar. Vid lanseringen betonade NVIDIA också att tidplaner och tillgänglighet kunde ändras. 211

I maj hade tidiga Vera-system nått utvalda kunder, däribland SpaceXAI och Oracle Cloud Infrastructure. I en uppdatering den 27 augusti beskrev NVIDIA Vera som en produkt som levereras i stor skala. Det markerar en utveckling från lanseringsbesked till tidiga systemleveranser och bredare produktionstillgänglighet. 1

Tidslinjen är viktig eftersom SpaceXAI-beskedet handlar om användning i en snabbt växande plattform – inte bara om ett framtida chip. Formuleringen ”leveranser i stor skala” gäller dock NVIDIAs produkttillgänglighet och bekräftar inte storleken på SpaceXAI:s egen utrullning eller när den blir klar.

Oracle ger Vera tyngd på molnmarknaden

Oracle Cloud Infrastructure har sagt att företaget planerar att installera ”hundratusentals” Vera-processorer från och med 2026. Oracle beskriver sig som den första molnleverantören som planerar att införa Vera i hyperskala, alltså i mycket stora datacentermiljöer. NVIDIA hade redan levererat ett tidigt Vera-system till OCI. 1

Oracles plan ger Vera en möjlig distributionskanal i molnet, utanför enskilda AI-laboratorier. Den blir också ett test av om NVIDIAs processorarkitektur kan fungera som en återanvändbar infrastrukturprodukt i olika molnmiljöer – snarare än att främst vara en specialanpassad del av NVIDIAs egna referenssystem.

Därför är affären viktig för NVIDIA

Vera är en del av NVIDIAs försök att kontrollera en större del av det som företaget kallar AI-fabriken. Strategin kopplar processorn till NVIDIAs GPU:er via NVLink-C2C och placerar den bredvid NVIDIAs nätverks- och BlueField-hårdvara för databehandling. 2

Det kan gynna NVIDIA på tre sätt:

1. Färre CPU-flaskhalsar: Snabbare orkestrering och dataflytt kan hjälpa till att hålla GPU:erna igång kontinuerligt.
2. Större plattformsberoende: Kunder som använder NVIDIAs processorer, GPU:er, nätverk och mjukvara knyter mer av infrastrukturen till en och samma leverantör.
3. En utmanare till den traditionella värdprocessorn: Vera ger NVIDIA ett specialbyggt alternativ till konventionella x86-processorer för vissa AI-arbetslaster. Det offentliga beskedet visar däremot inte att Vera kommer att ersätta x86 inom generell databehandling.

SpaceXAI är särskilt intressant eftersom beskedet kopplar samma övergripande Vera Rubin-arkitektur till både Grok-infrastruktur på jorden och ett planerat system i omloppsbana. Det pekar på NVIDIAs ambition att använda en integrerad arkitektur i olika miljöer, men satellitdelen är fortfarande en plan – inte en demonstrerad produktionsinstallation. 3

Slutsats

Det tydligaste budskapet är att processorer får en mer strategisk roll när AI-system går från att bara svara på frågor till att utföra uppgifter i flera steg. SpaceXAI planerar att använda Vera för orkestrering, körning och databehandling runt sina modeller, medan Oracles hyperskalaplan kan ge plattformen en betydligt bredare kommersiell räckvidd. 13

De starkaste påståendena är samtidigt framåtblickande. NVIDIAs prestandasiffror kommer från företaget självt, och beskedet bekräftar inte oberoende SpaceXAI:s slutliga volym, prestanda i produktion eller exakta leveranstidplan. Veras betydelse avgörs i slutändan av om fördelarna på systemnivå – särskilt GPU-utnyttjande, agenternas svarshastighet och effektivitet – håller i verkliga arbetslaster.