NVIDIA 於 8 月 24 日公布，SpaceXAI 計劃把 Vera CPU 用於下一代代理式 AI（agentic AI）應用。重點唔係 Vera 取代 GPU，而係接手模型推理前後一大堆「幕後工作」——包括代理協調、工具使用、程式執行、數據處理及模擬，務求令 GPU 少啲空等，亦令 AI 代理可以更快採取行動。3

呢項公布亦反映 NVIDIA 正將戰線由 GPU 加速器，推向更完整的 AI 基礎設施：由 CPU、網絡，到數據處理硬件及軟件，都希望納入自己嘅平台之內。

SpaceXAI 公布咗乜？

NVIDIA 表示，SpaceXAI 會部署 Vera CPU，支援下一代代理式 AI 應用；同時，SpaceXAI 計劃擴大由 NVIDIA Vera Rubin 支援、用於 Grok 的 AI 基礎設施，並將一套經優化的 Vera Rubin NVL72 系統帶到太空，放入首代 Starmind 衛星。3

不過，呢個消息代表「計劃採用」，唔等於已經確認全線部署。現時公開資料未有獨立驗證 SpaceXAI 實際取得幾多套 Vera 系統、完整交付時間表，或者正式生產環境下的實測表現。

Vera 針對嘅，係模型呼叫之間嘅工作

代理式 AI 唔係淨係收到問題再吐出一段答案。代理可能要揀工具、執行程式、運行模擬、處理數據，再協調多個步驟，最後先交結果。NVIDIA 將 Vera 定位為處理呢類 CPU 密集工作，而唔係另一粒普通通用伺服器處理器。38

對 AI 運算營運商嚟講，CPU 同 GPU 點樣配合非常關鍵。如果 CPU 端嘅協調、沙盒執行或者數據處理成為樽頸，昂貴 GPU 就可能要停喺度等。NVIDIA 聲稱，Vera 的設計可以令 GPU 保持較高使用率，同時令 AI 代理反應更快。8

架構同性能聲稱

NVIDIA 稱 Vera 係公司首款專為 AI 代理打造的 CPU，規格包括：

• 88 個 NVIDIA 設計的 Olympus 核心
• Spatial Multithreading 技術
• LPDDR5X 記憶體，頻寬最高達 1.2 TB/s
• 支援代理式 AI、強化學習及數據處理工作負載 3

NVIDIA 聲稱，針對相關工作負載，Vera 的任務完成速度最高可達 x86 CPU 的 1.8 倍。呢個數字來自 NVIDIA，應視為供應商性能聲稱，而唔係已由獨立機構驗證的基準測試。NVIDIA 另外表示，Vera 的沙盒環境性能最高比傳統 CPU 基礎設施快 80%。38

所以，實際問題唔係 Vera 抽象地「快唔快」，而係佢喺客戶自身的代理協調、強化學習、模擬及沙盒工作負載上表現如何；更加要計埋 GPU、記憶體、網絡及軟件之後的完整系統成本。

由評估走向計劃部署

SpaceXAI 同 NVIDIA 的合作並非 8 月先開始。NVIDIA 表示，早於 2026 年 5 月已向 SpaceXAI 交付一套早期 Vera 系統；SpaceXAI 其後評估 Vera 用於強化學習工作負載，以及連接訓練基礎設施的代理式模擬流程。1

8 月的公布代表 NVIDIA 所稱的下一步：Vera 不再只停留喺測試，而係計劃用於未來代理式 AI 應用的基礎設施。不過，SpaceXAI 何時完成轉換，以及最終會部署幾多套系統，公開資料仍未交代。

Vera 由發布到量產供應

NVIDIA 於 2026 年 3 月推出 Vera，當時介紹的產品形式包括獨立伺服器、Rubin 主機配置及機櫃級部署；公司亦提醒，產品時間表及供應情況仍可能改變。211

到 5 月，早期 Vera 系統已交付予部分客戶，包括 SpaceXAI 及 Oracle Cloud Infrastructure。NVIDIA 於 8 月 27 日更新資料時表示，Vera 已進入大規模出貨階段，反映產品由發布、早期交付，逐步走向較廣泛的生產供應。1

呢條時間線之所以重要，係因為 SpaceXAI 的消息講緊係一個正在擴張的平台採用 Vera，而唔只係一粒尚待推出的晶片。但「大規模出貨」只代表 NVIDIA 的產品供應狀況，唔代表 SpaceXAI 自己的部署規模或者完成日期已經確定。

Oracle 的超大規模部署，增加商業份量

Oracle Cloud Infrastructure 表示，計劃由 2026 年起部署「數十萬枚」Vera CPU，並形容自己係首個計劃以超大規模方式部署 Vera 的雲端服務商。NVIDIA 早前已向 OCI 交付一套早期 Vera 系統。1

如果計劃落實，OCI 會為 Vera 提供一條通往雲端市場的渠道，而唔只係服務個別 AI 實驗室。對 NVIDIA 而言，真正考驗係 Vera 能否喺不同雲端環境重複部署，成為標準化基礎設施產品，而唔係只適用於 NVIDIA 自家參考系統中的高度客製化組件。

點解呢單合作對 NVIDIA 重要？

Vera 係 NVIDIA 控制更多「AI 工廠」環節的其中一部分。公司透過 NVLink-C2C 將 CPU 同 NVIDIA GPU 緊密連接，再配合自家網絡及 BlueField 數據處理硬件。2

呢種整合可能帶來三個戰略效果：

1. 減少 CPU 樽頸： 更快的協調及數據傳輸，有機會令 GPU 更長時間保持運算。
2. 加深平台依賴： 客戶一旦同時採用 NVIDIA CPU、GPU、網絡及軟件，整套基礎設施就會更綁定於同一供應商。
3. 挑戰傳統主機 CPU 地位： 對部分 AI 工作負載而言，Vera 提供一個針對性較強的 x86 替代方案；但目前公開公布未能證明 Vera 會取代通用計算環境中的 x86。

SpaceXAI 特別值得留意，係因為今次公布將同一套較廣泛的 Vera Rubin 架構，連繫到地面上的 Grok 基礎設施，以及計劃中的軌道系統。呢點顯示 NVIDIA 希望一套整合架構可以跨越不同部署環境使用；不過，衛星部分目前仍然係計劃，唔係已展示的生產部署。3

結語：代理式 AI 令 CPU 再次成為關鍵

今次消息最清晰的訊號係：當 AI 由「回答問題」走向「自行分步行動」，CPU 的戰略重要性亦重新上升。SpaceXAI 計劃用 Vera 處理模型周邊的協調、執行及數據工作，而 OCI 的超大規模部署計劃，則可能令 Vera 獲得更廣泛的商業落地渠道。13

但目前最強的說法仍然帶有前瞻性。NVIDIA 公布的性能數字屬公司聲稱，SpaceXAI 最終部署數量、實際生產性能及交付時間表，亦未有獨立確認。Vera 最終有幾大影響力，仍要睇佢喺真實工作負載中，能否持續改善 GPU 使用率、代理反應速度，以及整體運算效率。

NVIDIA 於 8 月 24 日公布，SpaceXAI 計劃把 Vera CPU 用於下一代代理式 AI（agentic AI）應用。重點唔係 Vera 取代 GPU，而係接手模型推理前後一大堆「幕後工作」——包括代理協調、工具使用、程式執行、數據處理及模擬，務求令 GPU 少啲空等，亦令 AI 代理可以更快採取行動。3

呢項公布亦反映 NVIDIA 正將戰線由 GPU 加速器，推向更完整的 AI 基礎設施：由 CPU、網絡，到數據處理硬件及軟件，都希望納入自己嘅平台之內。

SpaceXAI 公布咗乜？

NVIDIA 表示，SpaceXAI 會部署 Vera CPU，支援下一代代理式 AI 應用；同時，SpaceXAI 計劃擴大由 NVIDIA Vera Rubin 支援、用於 Grok 的 AI 基礎設施，並將一套經優化的 Vera Rubin NVL72 系統帶到太空，放入首代 Starmind 衛星。3

不過，呢個消息代表「計劃採用」，唔等於已經確認全線部署。現時公開資料未有獨立驗證 SpaceXAI 實際取得幾多套 Vera 系統、完整交付時間表，或者正式生產環境下的實測表現。

Vera 針對嘅，係模型呼叫之間嘅工作

代理式 AI 唔係淨係收到問題再吐出一段答案。代理可能要揀工具、執行程式、運行模擬、處理數據，再協調多個步驟，最後先交結果。NVIDIA 將 Vera 定位為處理呢類 CPU 密集工作，而唔係另一粒普通通用伺服器處理器。38

對 AI 運算營運商嚟講，CPU 同 GPU 點樣配合非常關鍵。如果 CPU 端嘅協調、沙盒執行或者數據處理成為樽頸，昂貴 GPU 就可能要停喺度等。NVIDIA 聲稱，Vera 的設計可以令 GPU 保持較高使用率，同時令 AI 代理反應更快。8

架構同性能聲稱

NVIDIA 稱 Vera 係公司首款專為 AI 代理打造的 CPU，規格包括：

• 88 個 NVIDIA 設計的 Olympus 核心
• Spatial Multithreading 技術
• LPDDR5X 記憶體，頻寬最高達 1.2 TB/s
• 支援代理式 AI、強化學習及數據處理工作負載 3

NVIDIA 聲稱，針對相關工作負載，Vera 的任務完成速度最高可達 x86 CPU 的 1.8 倍。呢個數字來自 NVIDIA，應視為供應商性能聲稱，而唔係已由獨立機構驗證的基準測試。NVIDIA 另外表示，Vera 的沙盒環境性能最高比傳統 CPU 基礎設施快 80%。38

所以，實際問題唔係 Vera 抽象地「快唔快」，而係佢喺客戶自身的代理協調、強化學習、模擬及沙盒工作負載上表現如何；更加要計埋 GPU、記憶體、網絡及軟件之後的完整系統成本。

由評估走向計劃部署

SpaceXAI 同 NVIDIA 的合作並非 8 月先開始。NVIDIA 表示，早於 2026 年 5 月已向 SpaceXAI 交付一套早期 Vera 系統；SpaceXAI 其後評估 Vera 用於強化學習工作負載，以及連接訓練基礎設施的代理式模擬流程。1

8 月的公布代表 NVIDIA 所稱的下一步：Vera 不再只停留喺測試，而係計劃用於未來代理式 AI 應用的基礎設施。不過，SpaceXAI 何時完成轉換，以及最終會部署幾多套系統，公開資料仍未交代。

Vera 由發布到量產供應

NVIDIA 於 2026 年 3 月推出 Vera，當時介紹的產品形式包括獨立伺服器、Rubin 主機配置及機櫃級部署；公司亦提醒，產品時間表及供應情況仍可能改變。211

到 5 月，早期 Vera 系統已交付予部分客戶，包括 SpaceXAI 及 Oracle Cloud Infrastructure。NVIDIA 於 8 月 27 日更新資料時表示，Vera 已進入大規模出貨階段，反映產品由發布、早期交付，逐步走向較廣泛的生產供應。1

呢條時間線之所以重要，係因為 SpaceXAI 的消息講緊係一個正在擴張的平台採用 Vera，而唔只係一粒尚待推出的晶片。但「大規模出貨」只代表 NVIDIA 的產品供應狀況，唔代表 SpaceXAI 自己的部署規模或者完成日期已經確定。

Oracle 的超大規模部署，增加商業份量

Oracle Cloud Infrastructure 表示，計劃由 2026 年起部署「數十萬枚」Vera CPU，並形容自己係首個計劃以超大規模方式部署 Vera 的雲端服務商。NVIDIA 早前已向 OCI 交付一套早期 Vera 系統。1

如果計劃落實，OCI 會為 Vera 提供一條通往雲端市場的渠道，而唔只係服務個別 AI 實驗室。對 NVIDIA 而言，真正考驗係 Vera 能否喺不同雲端環境重複部署，成為標準化基礎設施產品，而唔係只適用於 NVIDIA 自家參考系統中的高度客製化組件。

點解呢單合作對 NVIDIA 重要？

Vera 係 NVIDIA 控制更多「AI 工廠」環節的其中一部分。公司透過 NVLink-C2C 將 CPU 同 NVIDIA GPU 緊密連接，再配合自家網絡及 BlueField 數據處理硬件。2

呢種整合可能帶來三個戰略效果：

1. 減少 CPU 樽頸： 更快的協調及數據傳輸，有機會令 GPU 更長時間保持運算。
2. 加深平台依賴： 客戶一旦同時採用 NVIDIA CPU、GPU、網絡及軟件，整套基礎設施就會更綁定於同一供應商。
3. 挑戰傳統主機 CPU 地位： 對部分 AI 工作負載而言，Vera 提供一個針對性較強的 x86 替代方案；但目前公開公布未能證明 Vera 會取代通用計算環境中的 x86。

SpaceXAI 特別值得留意，係因為今次公布將同一套較廣泛的 Vera Rubin 架構，連繫到地面上的 Grok 基礎設施，以及計劃中的軌道系統。呢點顯示 NVIDIA 希望一套整合架構可以跨越不同部署環境使用；不過，衛星部分目前仍然係計劃，唔係已展示的生產部署。3

結語：代理式 AI 令 CPU 再次成為關鍵

今次消息最清晰的訊號係：當 AI 由「回答問題」走向「自行分步行動」，CPU 的戰略重要性亦重新上升。SpaceXAI 計劃用 Vera 處理模型周邊的協調、執行及數據工作，而 OCI 的超大規模部署計劃，則可能令 Vera 獲得更廣泛的商業落地渠道。13

但目前最強的說法仍然帶有前瞻性。NVIDIA 公布的性能數字屬公司聲稱，SpaceXAI 最終部署數量、實際生產性能及交付時間表，亦未有獨立確認。Vera 最終有幾大影響力，仍要睇佢喺真實工作負載中，能否持續改善 GPU 使用率、代理反應速度，以及整體運算效率。