英伟达表示,专为Agentic AI设计的88核Arm架构Vera CPU可能打开约2000亿美元的数据中心CPU市场,通过替代传统服务器“宿主CPU”来协调GPU和AI工作流。[1][3] 与英特尔Xeon或AMD EPYC等通用服务器CPU不同,Vera专门优化用于GPU加速系统,可协调GPU任务、数据流与内存管理,在AI场景中最高可实现50%性能提升和2倍效率。[9][10] Vera是英伟达Vera Rubin平台的一部分,公司正推动完整AI基础设施战略,同时在AI需求爆发下录得816亿美元季度营收,并预计下一季度收入约910亿美元。[2][6]

Create a landscape editorial hero image for this Studio Global article: How is Nvidia’s new Vera CPU creating a potential $200 billion market for agentic AI, and what makes this 88‑core Arm‑based processor differ. Article summary: Nvidia’s Vera CPU is meant to turn the CPU layer of AI data centers into a new revenue pool: instead of selling only GPUs, Nvidia is targeting the host processors that coordinate agentic AI, reinforcement learning, memor. Topic tags: general, general web, user generated. Reference image context from search candidates: Reference image 1: visual subject "But the dirty secret of **running modern AI at scale** is that the GPU is almost never the only bottleneck. Which is exactly the gap NVIDIA is trying to fill with Vera, its second-" source context "The NVIDIA Vera CPU: A Practical Guide to the Chip Built ... - Kingy AI" Reference image 2: visual subject "# NVIDIA
AI算力竞赛的下一阶段,可能不只是GPU之争。
英伟达正在瞄准数据中心里另一个关键位置——CPU。公司推出的新一代 Vera CPU 是一颗 88核Arm架构处理器,专门为AI密集型系统设计。英伟达认为,这类CPU将支撑“Agentic AI”(具备规划、调用工具和执行多步骤任务能力的AI系统),并可能开启一个 约2000亿美元规模的CPU市场机会。
需要注意的是,这一数字是英伟达对“可服务市场规模(TAM)”的估计,并非确定的收入。但它反映了公司的战略:不仅卖GPU,而是掌控整个AI数据中心的硬件架构。
在传统AI系统中:
但随着 Agentic AI 的兴起,这种分工正在改变。
Agentic AI系统往往需要:
这些操作大量发生在模型之外,因此 CPU开始扮演“调度者”的角色,负责管理整个AI执行流程。
英伟达表示,Vera CPU专门设计来处理这些工作,包括:
因此Vera被定位为 AI加速系统中的“主机CPU”,特别适用于强化学习与Agentic AI工作流。
目前数据中心的大多数CPU仍是通用型设计,例如:
它们被设计为运行各种企业工作负载,从数据库到Web服务都能支持。
Vera的思路完全不同。
Vera不是独立的通用计算引擎,而是专门作为 GPU集群的控制层。
其架构重点在于:
Vera基于 Arm架构并拥有88个核心,强调能效和高带宽数据处理能力。
近年来,Arm服务器芯片在大型云计算平台中越来越常见,因为在大规模并行计算中通常具有更好的 性能功耗比(performance per watt)。
根据英伟达官方数据,在AI环境中:
相比传统机架级CPU基础设施,这些改进来自于CPU与GPU系统的深度协同设计。
Vera并不是单独产品。
它是英伟达下一代 Vera Rubin平台 的核心组成部分,该平台将:
组合成完整AI系统。
该平台主要针对以下AI工作负载:
通过将CPU、GPU、网络和内存架构深度整合,英伟达希望减少系统通信瓶颈,并提升 每瓦特生成Token数量(tokens‑per‑watt)。
过去十多年,英伟达在AI领域的核心优势是 GPU加速器。
但现在公司正在向整个AI基础设施扩张,包括:
如果这一策略成功,数据中心的权力格局可能会改变——过去长期由 Intel和AMD主导CPU层。
大型云厂商(Hyperscalers)是英伟达路线图的关键客户。
例如,微软计划建设的 Fairwater AI超级工厂 预计将使用基于Vera Rubin架构的机架级系统,规模可能达到 数十万颗芯片。
此外,一些大型云公司和互联网平台也在建设类似的 AI工厂(AI factories)。
这些数据中心专门用于:
它们需要高度集成的计算系统,而不是传统通用服务器。
Vera推出的时机正值英伟达业绩高速增长。
公司报告:
公司还预计 下一季度收入约910亿美元,显示AI基础设施需求仍在持续增长。
同时,管理层还预测未来几年 Blackwell和Vera Rubin平台累计订单可能达到1万亿美元规模。
Vera CPU的意义不仅是性能提升。
它代表着英伟达试图进入 服务器CPU这一传统上由Intel和AMD主导的市场。
如果云厂商大规模采用这种架构,未来AI数据中心可能会发生结构性变化:
不过需要强调:
2000亿美元只是英伟达对潜在市场规模的估计,实际结果仍取决于多个因素,例如:
可以确定的一点是:在Agentic AI时代,曾经低调的CPU正重新成为AI基础设施中的战略核心。
Studio Global AI
Use this topic as a starting point for a fresh source-backed answer, then compare citations before you share it.
英伟达表示,专为Agentic AI设计的88核Arm架构Vera CPU可能打开约2000亿美元的数据中心CPU市场,通过替代传统服务器“宿主CPU”来协调GPU和AI工作流。[1][3]
英伟达表示,专为Agentic AI设计的88核Arm架构Vera CPU可能打开约2000亿美元的数据中心CPU市场,通过替代传统服务器“宿主CPU”来协调GPU和AI工作流。[1][3] 与英特尔Xeon或AMD EPYC等通用服务器CPU不同,Vera专门优化用于GPU加速系统,可协调GPU任务、数据流与内存管理,在AI场景中最高可实现50%性能提升和2倍效率。[9][10]
Vera是英伟达Vera Rubin平台的一部分,公司正推动完整AI基础设施战略,同时在AI需求爆发下录得816亿美元季度营收,并预计下一季度收入约910亿美元。[2][6]