Nvidia 8 月 24 日宣布，SpaceXAI 將部署其 Vera CPU，支援 Grok 下一代「AI Agent」（能夠自行規劃、呼叫工具及採取行動的人工智能系統）。重點不只是由 GPU 產生答案，而是處理答案前後大量幕後工作，包括工具協調、程式執行、數據處理及模擬。1

簡單講，當 AI Agent 要先記住上下文，再判斷應該呼叫哪個模型或工具、執行一段程式、整理中間結果，甚至推倒原有計劃重新規劃時，CPU 就不再只是陪襯。Vera 正是 Nvidia 針對這一層控制及執行工作打造的處理器。

AI Agent 點解特別需要強 CPU？

傳統 AI 基準測試往往集中比較 GPU 跑模型有幾快。但 Agent 型系統的工作流程更加複雜：模型可能要一再呼叫搜尋、數據庫、外部工具或程式環境，期間亦要維持狀態、同步多個工作、處理中間數據，以及在強化學習或模擬環境中反覆試錯。

呢啲工作未必由 GPU 直接完成，卻會決定 GPU 是否能夠持續有工作做。CPU 需要管理大量並行程序，搬運狀態及數據，並協調多次模型與工具呼叫。Vera 的定位，就是將 CPU 由一般伺服器的「主機元件」，提升為 AI Agent、強化學習及數據處理基建的核心部分。33

Vera 有咩規格？

Nvidia 目前強調的 Vera 規格包括：

• 88 個自訂 Olympus CPU 核心
• LPDDR5X 記憶體，頻寬最高 1.2TB/s
• 部分產品描述及報道所指，配置最高可支援 1.5TB 記憶體 7 32
• 可用於 Vera 伺服器、Vera Rubin 系統，以及其他相關 AI 基建平台。33

對 AI Agent 而言，核心數量、記憶體容量及頻寬各有實際作用。較多核心有助同時處理多個協調、執行及模擬工作；較高記憶體頻寬，則可減少 Agent 重複讀取狀態、模型中間結果及大型數據集時的樽頸。

在 Vera Rubin 系統中，Vera CPU 亦不是單獨運作，而是同 Rubin GPU、網絡元件、DPU 及軟件組成一套完整平台。Nvidia 的方向，是將 AI 數據中心內各個部分一併設計及銷售，而非只提供一張加速卡。33 40

不過，「每個插槽 1.5TB」這個數字要留意。現有資料主要來自二手報道及產品描述，本文所列的主要官方發布並未獨立確認這個確切配置。因此，較穩妥的講法是「報道所指或可配置的數字」，而不是所有 Vera 系統都必然具備的統一規格。

Nvidia 所講的「快一倍」代表咩？

Nvidia 在 2026 年 3 月 16 日推出 Vera 時表示，針對目標工作負載，其能源效率是傳統機架級 CPU 的兩倍，效能則快 50%。38 到 8 月公布 SpaceXAI 合作時，Nvidia 再表示，在部分 AI Agent、強化學習及數據處理工作中，Vera 的任務完成速度最高可達 x86 CPU 的 1.8 倍。1

呢啲數字反映 Nvidia 想將 Vera 放在哪個市場位置，但唔等於 Vera 已獲獨立測試證明，在所有伺服器工作都比其他處理器快。相關數字是 Nvidia 針對特定工作類別及比較方法提出的官方聲稱，不能直接推論 Vera 在一般企業運算中全面勝過 AMD EPYC 或 Intel Xeon。

對買家而言，更有意義的問題可能是整套系統的表現：一個完整 CPU-GPU 平台可以幾快完成 Agent 工作流程？耗電幾多？軟件能否有效處理排程、記憶體搬運及工具呼叫？單看 Vera 的處理器規格，未足以回答以上問題。

由早期測試，行到公開部署計劃

Vera 與 SpaceXAI 的合作並非一日之間形成。Nvidia 在 2026 年 3 月推出 Vera，當時表示合作夥伴的系統預計於下半年陸續推出。38 到 5 月，Nvidia 負責超大規模及高性能運算的副總裁 Ian Buck 親自向 SpaceXAI、Anthropic、OpenAI 及 Oracle Cloud Infrastructure 交付早期 Vera 系統。11

呢批交付可視為早期客戶評估及產品進入生產部署階段的訊號，但唔應理解為每一間接收者當時已經完成全面大規模部署。11

8 月 24 日的公告，則將 SpaceXAI 由早期硬件接收者，推進至有公開部署計劃的客戶。Nvidia 表示，Vera 將支援地面上與 Grok 有關的 AI Agent 工作，並成為未來首代 Starmind AI 衛星所用、經太空環境優化的 Vera Rubin NVL72 系統一部分。1

地面用途相對容易理解：用 Vera 處理 CPU 密集的協調、數據處理及模擬，再與 Rubin GPU 配合，運行於 AI 數據中心。至於太空用途，現階段仍然是計劃，不能當作已經證明的軌道運算能力。

將 AI 系統送上太空，難度不只在晶片

如果要在軌道運行 AI 系統，問題不會止於核心數量或記憶體頻寬。系統還要處理供電、散熱、輻射耐受度、發射重量、通訊容量、可靠性及日後維修等限制。

所以，計劃中的 Starmind 衛星載荷既是 Vera 的測試，亦是一次大型系統工程測試。公告顯示的是預計採用的架構及合作方向，並未證明系統已能在太空長期、持續及大規模運作。報道所指的發射時間最早可能是 2027 年，但目前仍屬未來計劃。18

Nvidia 正由 GPU 伸入 CPU 戰場

Vera 的戰略意義，在於 Nvidia 不再只爭奪 AI 伺服器內最受注目的 GPU。公司亦正提供 CPU、互連、網絡、儲存及軟件等周邊組件，將它們包裝成一套較緊密整合的「AI 工廠」平台。

Nvidia 在 3 月的發布中列出多家計劃合作的雲端服務商及系統製造商；Oracle 亦表示，下一代 OCI Supercluster 將結合 Vera CPU、Rubin GPU、BlueField DPU、NVLink、SuperNIC 及 Ethernet 交換器。38 40

Oracle Cloud Infrastructure 尤其值得留意。報道指 OCI 計劃由 2026 年起部署數十萬顆 Vera CPU。8 39 如果計劃最終落實，Vera 就不只是少數旗艦客戶的早期評估，而會進入具一定規模的超大規模雲端部署。

這個方向最直接影響 AMD 及 Intel，因為兩家公司長期在數據中心伺服器 CPU 市場佔有重要位置。不過，Nvidia 的優勢未必是所有 CPU 工作都領先，而是可以用 CPU、GPU、網絡及軟件整合，提供一套由單一供應商主導的 AI 平台。

對部分客戶而言，這種整合有助簡化部署及提升協同效率；另一些客戶則可能繼續採用 AMD、Intel 等不同供應商的混合架構，以保留 CPU 選擇，避免過度依賴單一平台。

股價下跌，唔等於市場否定 Vera

在 8 月 24 日公布合作當天，Nvidia 及 SpaceX 股價均下跌。有報道指，Nvidia 跌 2.91%，SpaceX 跌 1.44%。18

不過，一日股價變動唔足以證明投資者否定合作，亦唔代表 Vera 技術失敗。股價同時會受大市、業績預期、資本開支及市場持倉影響。

更值得觀察的是，SpaceXAI 及其他客戶能否將已公布的計劃變成持續運作的部署，以及獨立測試能否確認 Nvidia 所提出的效率及效能數字。

總結：CPU 成為 AI Agent 基建的主角之一

SpaceXAI 部署 Vera 的重要性，在於它將 CPU 視為 AI Agent 基建的第一級元件，而不只是 GPU 旁邊的配角。Nvidia 表示，Vera 的 88 個 Olympus 核心及高頻寬記憶體，針對的是 GPU 推理及訓練以外的協調、執行、模擬及數據搬運工作。1 33

短期商業焦點，是一個高知名度 AI 客戶採用 Nvidia 的 CPU 平台；更大的戰略故事，則是 Nvidia 嘗試佔據更多伺服器堆疊，Oracle 計劃中的超大規模部署會成為另一個需求測試。

至於 Starmind 太空系統，則是整個計劃最進取的一步。但在它真正升空並持續運作之前，應該將它理解為已公布的部署目標，而不是已經展示的技術能力。

Nvidia 8 月 24 日宣布，SpaceXAI 將部署其 Vera CPU，支援 Grok 下一代「AI Agent」（能夠自行規劃、呼叫工具及採取行動的人工智能系統）。重點不只是由 GPU 產生答案，而是處理答案前後大量幕後工作，包括工具協調、程式執行、數據處理及模擬。1

簡單講，當 AI Agent 要先記住上下文，再判斷應該呼叫哪個模型或工具、執行一段程式、整理中間結果，甚至推倒原有計劃重新規劃時，CPU 就不再只是陪襯。Vera 正是 Nvidia 針對這一層控制及執行工作打造的處理器。

AI Agent 點解特別需要強 CPU？

傳統 AI 基準測試往往集中比較 GPU 跑模型有幾快。但 Agent 型系統的工作流程更加複雜：模型可能要一再呼叫搜尋、數據庫、外部工具或程式環境，期間亦要維持狀態、同步多個工作、處理中間數據，以及在強化學習或模擬環境中反覆試錯。

呢啲工作未必由 GPU 直接完成，卻會決定 GPU 是否能夠持續有工作做。CPU 需要管理大量並行程序，搬運狀態及數據，並協調多次模型與工具呼叫。Vera 的定位，就是將 CPU 由一般伺服器的「主機元件」，提升為 AI Agent、強化學習及數據處理基建的核心部分。33

Vera 有咩規格？

Nvidia 目前強調的 Vera 規格包括：

• 88 個自訂 Olympus CPU 核心
• LPDDR5X 記憶體，頻寬最高 1.2TB/s
• 部分產品描述及報道所指，配置最高可支援 1.5TB 記憶體 7 32
• 可用於 Vera 伺服器、Vera Rubin 系統，以及其他相關 AI 基建平台。33

對 AI Agent 而言，核心數量、記憶體容量及頻寬各有實際作用。較多核心有助同時處理多個協調、執行及模擬工作；較高記憶體頻寬，則可減少 Agent 重複讀取狀態、模型中間結果及大型數據集時的樽頸。

在 Vera Rubin 系統中，Vera CPU 亦不是單獨運作，而是同 Rubin GPU、網絡元件、DPU 及軟件組成一套完整平台。Nvidia 的方向，是將 AI 數據中心內各個部分一併設計及銷售，而非只提供一張加速卡。33 40

不過，「每個插槽 1.5TB」這個數字要留意。現有資料主要來自二手報道及產品描述，本文所列的主要官方發布並未獨立確認這個確切配置。因此，較穩妥的講法是「報道所指或可配置的數字」，而不是所有 Vera 系統都必然具備的統一規格。

Nvidia 所講的「快一倍」代表咩？

Nvidia 在 2026 年 3 月 16 日推出 Vera 時表示，針對目標工作負載，其能源效率是傳統機架級 CPU 的兩倍，效能則快 50%。38 到 8 月公布 SpaceXAI 合作時，Nvidia 再表示，在部分 AI Agent、強化學習及數據處理工作中，Vera 的任務完成速度最高可達 x86 CPU 的 1.8 倍。1

呢啲數字反映 Nvidia 想將 Vera 放在哪個市場位置，但唔等於 Vera 已獲獨立測試證明，在所有伺服器工作都比其他處理器快。相關數字是 Nvidia 針對特定工作類別及比較方法提出的官方聲稱，不能直接推論 Vera 在一般企業運算中全面勝過 AMD EPYC 或 Intel Xeon。

對買家而言，更有意義的問題可能是整套系統的表現：一個完整 CPU-GPU 平台可以幾快完成 Agent 工作流程？耗電幾多？軟件能否有效處理排程、記憶體搬運及工具呼叫？單看 Vera 的處理器規格，未足以回答以上問題。

由早期測試，行到公開部署計劃

Vera 與 SpaceXAI 的合作並非一日之間形成。Nvidia 在 2026 年 3 月推出 Vera，當時表示合作夥伴的系統預計於下半年陸續推出。38 到 5 月，Nvidia 負責超大規模及高性能運算的副總裁 Ian Buck 親自向 SpaceXAI、Anthropic、OpenAI 及 Oracle Cloud Infrastructure 交付早期 Vera 系統。11

呢批交付可視為早期客戶評估及產品進入生產部署階段的訊號，但唔應理解為每一間接收者當時已經完成全面大規模部署。11

8 月 24 日的公告，則將 SpaceXAI 由早期硬件接收者，推進至有公開部署計劃的客戶。Nvidia 表示，Vera 將支援地面上與 Grok 有關的 AI Agent 工作，並成為未來首代 Starmind AI 衛星所用、經太空環境優化的 Vera Rubin NVL72 系統一部分。1

地面用途相對容易理解：用 Vera 處理 CPU 密集的協調、數據處理及模擬，再與 Rubin GPU 配合，運行於 AI 數據中心。至於太空用途，現階段仍然是計劃，不能當作已經證明的軌道運算能力。

將 AI 系統送上太空，難度不只在晶片

如果要在軌道運行 AI 系統，問題不會止於核心數量或記憶體頻寬。系統還要處理供電、散熱、輻射耐受度、發射重量、通訊容量、可靠性及日後維修等限制。

所以，計劃中的 Starmind 衛星載荷既是 Vera 的測試，亦是一次大型系統工程測試。公告顯示的是預計採用的架構及合作方向，並未證明系統已能在太空長期、持續及大規模運作。報道所指的發射時間最早可能是 2027 年，但目前仍屬未來計劃。18

Nvidia 正由 GPU 伸入 CPU 戰場

Vera 的戰略意義，在於 Nvidia 不再只爭奪 AI 伺服器內最受注目的 GPU。公司亦正提供 CPU、互連、網絡、儲存及軟件等周邊組件，將它們包裝成一套較緊密整合的「AI 工廠」平台。

Nvidia 在 3 月的發布中列出多家計劃合作的雲端服務商及系統製造商；Oracle 亦表示，下一代 OCI Supercluster 將結合 Vera CPU、Rubin GPU、BlueField DPU、NVLink、SuperNIC 及 Ethernet 交換器。38 40

Oracle Cloud Infrastructure 尤其值得留意。報道指 OCI 計劃由 2026 年起部署數十萬顆 Vera CPU。8 39 如果計劃最終落實，Vera 就不只是少數旗艦客戶的早期評估，而會進入具一定規模的超大規模雲端部署。

這個方向最直接影響 AMD 及 Intel，因為兩家公司長期在數據中心伺服器 CPU 市場佔有重要位置。不過，Nvidia 的優勢未必是所有 CPU 工作都領先，而是可以用 CPU、GPU、網絡及軟件整合，提供一套由單一供應商主導的 AI 平台。

對部分客戶而言，這種整合有助簡化部署及提升協同效率；另一些客戶則可能繼續採用 AMD、Intel 等不同供應商的混合架構，以保留 CPU 選擇，避免過度依賴單一平台。

股價下跌，唔等於市場否定 Vera

在 8 月 24 日公布合作當天，Nvidia 及 SpaceX 股價均下跌。有報道指，Nvidia 跌 2.91%，SpaceX 跌 1.44%。18

不過，一日股價變動唔足以證明投資者否定合作，亦唔代表 Vera 技術失敗。股價同時會受大市、業績預期、資本開支及市場持倉影響。

更值得觀察的是，SpaceXAI 及其他客戶能否將已公布的計劃變成持續運作的部署，以及獨立測試能否確認 Nvidia 所提出的效率及效能數字。

總結：CPU 成為 AI Agent 基建的主角之一

SpaceXAI 部署 Vera 的重要性，在於它將 CPU 視為 AI Agent 基建的第一級元件，而不只是 GPU 旁邊的配角。Nvidia 表示，Vera 的 88 個 Olympus 核心及高頻寬記憶體，針對的是 GPU 推理及訓練以外的協調、執行、模擬及數據搬運工作。1 33

短期商業焦點，是一個高知名度 AI 客戶採用 Nvidia 的 CPU 平台；更大的戰略故事，則是 Nvidia 嘗試佔據更多伺服器堆疊，Oracle 計劃中的超大規模部署會成為另一個需求測試。

至於 Starmind 太空系統，則是整個計劃最進取的一步。但在它真正升空並持續運作之前，應該將它理解為已公布的部署目標，而不是已經展示的技術能力。