为什么 SpaceXAI 要部署英伟达 Vera CPU？

英伟达宣布，SpaceXAI 将部署 Vera CPU，为 Grok 下一代智能体 AI 负责大量“模型调用之外”的工作，包括工具编排、代码执行、数据处理和仿真。对于能够自主规划、调用外部工具并采取行动的 AI 系统来说，CPU 不再只是给 GPU 提供辅助的通用组件，而是负责维持状态、调度任务和推动整个流程运行的控制中枢。1

这项计划还连接到 SpaceXAI 更大的基础设施布局：包括目标扩展至吉瓦级算力的 Vera Rubin 系统，以及计划搭载在首代 Starmind AI 卫星上的空间优化版 Vera Rubin NVL72 系统。1

智能体 AI 为什么需要更强的 CPU

传统 AI 基础设施讨论往往聚焦于运行模型的 GPU。但智能体 AI 的工作流程更复杂：系统需要保存和读取上下文状态，协调多次模型与工具调用，执行代码，处理阶段性数据，模拟环境，并根据结果不断调整计划。

这些任务会带来大量并发控制、内存访问和数据搬运需求。CPU 核心数量越多，越有利于同时处理编排、仿真和代码执行；内存带宽越高，越能减少智能体反复访问状态数据和中间结果时的等待。与此同时，CPU 还需要持续向 GPU 提供任务，避免加速器因等待调度或数据而闲置。

英伟达将 Vera 定位为面向智能体 AI、强化学习和数据处理的 CPU，而不是传统意义上只负责“托管”GPU 的通用处理器。33

Vera 的关键规格是什么

英伟达重点强调的 Vera 参数包括：

• 88 个定制 Olympus CPU 核心；
• LPDDR5X 内存，带宽最高达 1.2 TB/s；
• 最高 1.5 TB 内存容量，这一数字主要出现在二手报道和产品描述中；7 32
• 可用于独立 Vera 服务器、Vera Rubin 系统以及相关 AI 基础设施平台。33

需要特别注意的是，“每插槽 1.5 TB”并未在本文所列出的英伟达主要发布材料中得到独立确认。因此，更稳妥的说法是：这是一项被报道的、可能取决于具体配置的参数，而不是所有 Vera 产品都必然具备的统一规格。

在 Vera Rubin 平台中，CPU 也不是孤立销售的单一部件。英伟达将 Vera CPU、Rubin GPU、网络设备、数据处理器（DPU）以及软件整合成更完整的 AI 工厂平台。甲骨文云基础设施（OCI）公布的下一代 Supercluster 就计划组合 Vera CPU、Rubin GPU、BlueField-4 DPU、NVLink、SuperNIC 和以太网交换机。40

“快一倍、效率翻倍”应该怎样理解

英伟达在 2026 年 3 月 16 日发布 Vera 时称，在目标工作负载上，其效率是传统机架级 CPU 的两倍，性能快 50%。38 在随后 SpaceXAI 的合作公告中，英伟达进一步称，在部分智能体 AI、强化学习和数据处理工作负载中，Vera 的任务完成速度最高可达到 x86 CPU 的 1.8 倍。1

这些数据说明了英伟达的产品定位，但不能被理解为 Vera 在所有服务器任务上都全面胜出。它们是厂商针对特定工作负载和比较对象给出的声明，并不等于独立测试已经证明 Vera 普遍优于 AMD EPYC 或英特尔 Xeon。

对客户而言，更值得关注的是完整系统的表现：一套 CPU、GPU、网络和软件协同运行的平台，能否更快完成一个智能体的完整工作流；在此过程中消耗多少电力；以及调度、内存移动和工具调用是否能够高效衔接。仅凭 CPU 的峰值参数，无法回答这些系统级问题。

从早期评估到公开部署计划

这项合作并非一蹴而就。英伟达于 2026 年 3 月推出 Vera，并最初表示合作伙伴系统将在当年下半年陆续提供。38 5 月，英伟达负责超大规模和高性能计算业务的副总裁 Ian Buck 亲自向 SpaceXAI、Anthropic、OpenAI 和甲骨文云基础设施交付早期 Vera 系统。11

这些交付更适合被理解为早期客户评估和生产爬坡的一部分，而不是所有接收方都已经完成大规模部署的证明。到 2026 年 8 月 24 日，SpaceXAI 从早期硬件接收方进一步成为拥有公开部署计划的客户。英伟达称，Vera 将用于地面上的 Grok 智能体 AI 工作负载，并成为未来 Starmind 卫星空间计算系统的一部分。1

地面数据中心是更直接、也更容易落地的应用场景：由 Vera CPU 处理编排、数据处理和执行任务，再与 Rubin GPU 配合完成模型训练、推理或强化学习工作。轨道计算则面临完全不同的约束，包括供电、散热、通信带宽、可靠性、辐射防护和发射重量。1

轨道 Starmind 计划意味着什么

如果 AI 系统真的进入轨道，考验的就不只是核心数量和内存带宽。卫星需要解决如何发电、如何把热量排出、如何应对辐射、如何维持通信，以及发射后如何长期运行和维护等问题。

因此，计划中的 Starmind 载荷更像是一项系统工程测试，同时也是对 Vera 架构的检验。已有公告展示的是预定架构和合作方向，并不代表轨道计算已经实现了持续、规模化运行。相关报道将发射时间描述为最早可能在 2027 年，但这仍属于未来计划。18

英伟达为何要争夺 CPU 层

Vera 表明，英伟达不再只满足于销售 AI 服务器中的 GPU。它正在把 CPU、互连、网络、存储和软件也纳入自己的 AI 基础设施方案，从而尝试掌握更完整的“AI 工厂”堆栈。

这会直接触及 AMD 和英特尔长期占据优势的数据中心 CPU 市场。英伟达的优势未必是让 Vera 在所有通用计算任务中都领先，而是提供一套高度整合的 AI 平台：客户可以用更统一的硬件和软件栈，减少不同组件之间的适配成本。

但这种整合也可能带来更强的供应商依赖。部分客户可能愿意为 CPU、GPU、网络和软件的协同能力买单；另一些客户则可能继续维持由 AMD、英特尔及其他供应商组成的异构服务器集群，以保留选择空间并降低单一厂商依赖。

甲骨文云基础设施将成为观察 Vera 商业化的重要案例。相关报道显示，OCI 计划从 2026 年起部署数十万颗 Vera CPU。8 39 如果这一计划最终落地，Vera 就不再只是少数旗舰客户的评估项目，而将进入具有实际规模意义的超大规模云部署阶段。

股价下跌并不是对 Vera 的技术判决

在 2026 年 8 月 24 日的合作消息发布日，英伟达股价下跌 2.91%，SpaceX 股价下跌 1.44%。18

但单日股价变化不能说明投资者否定了这项合作，也不能证明 Vera 在技术上失败。股价还会受到整体市场环境、盈利预期、资本支出和仓位调整等因素影响。更有价值的观察指标是：SpaceXAI 和其他客户能否把公开宣布的计划转化为持续部署，以及独立测试能否验证英伟达对性能和能效的宣传。

结论：CPU 正成为智能体基础设施的主战场

SpaceXAI 采用 Vera 的意义，在于它把 CPU 提升为智能体 AI 基础设施中的一等组件。英伟达称，Vera 的 88 个 Olympus 核心和高带宽内存，专门面向围绕 GPU 训练与推理展开的协调、执行、仿真和数据移动任务。1 33

眼前的商业故事，是一家高知名度 AI 公司采用英伟达的 CPU 平台；更大的战略故事，则是英伟达试图从 GPU 供应商扩展为整套 AI 服务器基础设施供应商。OCI 计划部署数十万颗 Vera CPU，将进一步检验市场需求。

至于 Starmind 轨道 AI 系统，它是这项计划最具野心的延伸。但在卫星真正发射并持续运行之前，它仍应被视为一项已宣布的部署目标，而不是已经得到证明的轨道计算能力。