Nvidia Vera CPU：88 核 Arm 架構如何改寫 AI 數據中心格局

2. 88 核 Arm 架構

Vera 採用 Arm 架構並配備 88 個核心，重點係高能效同高帶寬設計。

Arm 近年喺 hyperscale 數據中心越來越受歡迎，原因係佢喺大規模並行運算場景中通常提供更好嘅 performance-per-watt（每瓦性能）。

3. Nvidia 宣稱性能同效率提升

Nvidia 表示，喺 AI 環境下：

• 性能最高可快 50%
• 效率最高可達 2 倍

相比傳統機架級 CPU 基礎設施有明顯提升。

關鍵原因係 Vera 係 為 Nvidia GPU 系統共同設計，而唔係做一粒通用 CPU。

Vera Rubin 平台：CPU + GPU 一體化

Vera 並唔係單獨產品。

佢係 Vera Rubin 平台 嘅一部分，會同下一代 Rubin GPU 配合使用。

整個系統針對以下 AI 工作負載：

• agentic AI
• 多步推理
• 長上下文推理
• 大規模 AI inference

透過 CPU、GPU、網絡同記憶體架構深度整合，Nvidia 目標係減少系統通訊瓶頸，並提升 tokens‑per‑watt（每瓦推理輸出）。

呢種「整個平台設計」係 Nvidia 近年最核心策略。

Nvidia 的更大野心：掌控 AI 數據中心

過去十年，Nvidia 主要靠 GPU 主導 AI 市場。

而家公司正逐步建立完整 AI 基建堆疊，包括：

• GPU（Blackwell、Rubin）
• CPU（Grace、Vera）
• 網絡技術（InfiniBand、Spectrum‑X）
• 機架級系統
• CUDA 軟件生態

最終目標係：售賣完整 AI 平台，而唔只係單一晶片。

如果策略成功，未來數據中心可能會由 Nvidia 平台主導，而唔再依賴 Intel 或 AMD CPU 配搭第三方 GPU。

Hyperscaler 與「AI 工廠」浪潮

AI 基建需求主要來自大型雲服務商（hyperscalers）。

例如 Microsoft 計劃建設嘅 Fairwater AI superfactories，預計會採用 Vera Rubin 機架系統，部署數十萬粒相關晶片。

其他大型科技公司亦正為類似規模嘅 AI 部署準備基礎設施。

呢類超大型計算中心經常被稱為：

「AI factories」（AI 工廠）

佢哋需要高度整合嘅運算架構，專門處理訓練同推理工作負載。

Nvidia 的爆發式財務增長

Vera 推出時，Nvidia 正處於歷史級增長周期。

公司公布 2027 財年第一季收入達 816 億美元，按年增長 85%，其中數據中心收入達 752 億美元。

同時公司預測下一季度收入約 910 億美元。

管理層亦估計，未來幾年 Blackwell 同 Vera Rubin 平台累計訂單可能達 1 兆美元規模。

為何 2000 億美元 CPU 機會重要

Vera 最大意義，其實唔只係一粒 CPU。

佢代表 Nvidia 想進一步滲透 整個數據中心硬件結構。

過去幾十年，伺服器 CPU 插槽基本由 Intel 同 AMD 主導。

如果 hyperscaler 大量採用 Vera 架構，AI 基建可能會出現新模式：

以 GPU 為中心、垂直整合嘅 AI 系統。

不過要注意：

• 2000 億美元只係 Nvidia 嘅市場估算
• Arm 伺服器普及程度仍有變數
• 雲服務商是否會大規模轉離 x86 架構仍待觀察

可以肯定嘅係：

喺 agentic AI 時代，CPU 再次成為 AI 基建戰略核心。