首批收到 Vera CPU 的 AI 公司

2026 年 5 月，Nvidia 已開始向早期合作夥伴交付首批 Vera CPU 系統。官方表示首批交付對象包括：

• Anthropic（舊金山）
• OpenAI（舊金山 Mission Bay）
• SpaceXAI（帕洛阿爾托）
• Oracle Cloud Infrastructure（聖塔克拉拉）

據 Nvidia 公開資料，這些系統由 Nvidia hyperscale 與 HPC 副總裁 Ian Buck 親自交付，作為下一代 AI 基礎設施合作部署的一部分。

這些公司會率先在 Rubin GPU 架構的環境中測試和運行 Vera CPU。

為何 AI 系統需要專門 CPU

現代大型 AI 系統不再只依賴 GPU 做矩陣計算。許多流程其實需要 CPU 負責調度和協調，例如：

• AI agent 的任務規劃與工具調用
• Retrieval‑augmented generation（RAG）資料檢索
• 強化學習與模擬環境
• sandbox 執行與多步推理

這些工作通常需要 高單執行緒效能、低延遲記憶體存取，以及極高速 GPU 通訊。Vera CPU 就是針對這些需求設計。

Vera CPU 的核心技術架構

公開資料顯示，Vera 是一顆 Arm 架構的數據中心 CPU，使用 Nvidia 自研核心並針對 AI 工作負載優化。

主要規格包括：

• 88 個 Armv9.2 “Olympus” 自研核心
• 176 執行緒（Spatial Multithreading）
• 約 1.2 TB/s 記憶體頻寬
• NVLink‑C2C GPU 互連頻寬最高約 1.8 TB/s

這種設計讓 Vera CPU 在 AI 系統中扮演 記憶體與調度引擎 的角色，而 Rubin GPU 則負責大型矩陣和張量計算。

在產品策略上，Vera 也是 Grace CPU 的後續演進，代表 Nvidia 持續在 AI 數據中心採用自研 Arm 處理器路線。

Nvidia 宣稱的 AI 工作負載性能

Nvidia 表示，Vera CPU 對於涉及多個 AI 模組協作的工作負載特別有優勢。

官方提供的 benchmark 指出：

• 效率 最高可達傳統機架 CPU 的 2 倍
• 某些場景 性能提升約 50%
• AI agent sandbox 執行 快約 50%
• 企業資料查詢 最高可快 3 倍

不過這些數據主要來自 Nvidia 自身測試，目前仍缺乏大量第三方獨立驗證，因此應視為廠商聲稱的性能指標。

Vera 在 Rubin NVL72 系統中的角色

Vera CPU 並不是獨立部署的產品，而是整個 Vera Rubin 平台 的 CPU 組件。

旗艦系統 Vera Rubin NVL72 機架包含：

• 72 顆 Rubin GPU
• 36 顆 Vera CPU
• NVLink 6 交換架構
• ConnectX‑9 SuperNIC 網絡
• BlueField‑4 DPU
• Quantum‑X800 InfiniBand 或 Spectrum‑X Ethernet

整個機架被設計為一台 機架級 AI 超級電腦，可同時處理模型訓練、推理與 agentic AI 工作負載。

此外 Nvidia 亦提出另一種部署方式：純 Vera CPU 機架，最多可容納 256 顆液冷 CPU，主要用於強化學習與大型 AI agent 協調任務。

Nvidia 為何要自己做 CPU

過去 Nvidia 在 AI 基礎設施的優勢主要來自 GPU。但大型 AI 系統其實需要完整的硬體堆疊，包括：

• CPU
• GPU
• 網絡交換
• 資料處理單元（DPU）
• 軟件平台（如 CUDA）

透過 Vera CPU，Nvidia 可以不再依賴 Intel Xeon 或 AMD EPYC 作為 AI 叢集的主 CPU，而是提供整套整合方案。

這種策略意味著 Nvidia 正從「GPU 供應商」轉型為 完整 AI 基礎設施供應商。

與 AMD、Intel 的競爭格局

Vera CPU 的推出也意味 Nvidia 正正式踏入數據中心 CPU 市場。

目前這個市場仍主要由 x86 架構主導。根據 Mercury Research 的統計，AMD EPYC 在 2026 年初已拿下超過 33% 的伺服器 CPU 出貨份額，以及約 46% 的 x86 伺服器 CPU 收入份額。

Intel Xeon 仍然是最大既有勢力，但 AI 數據中心的採購模式正在改變：企業越來越傾向購買 整個 AI 系統平台，而不是單一處理器。

這正是 Nvidia 想利用 Vera Rubin 平台達到的目標。

AI 基礎設施正走向「垂直整合」

Vera CPU 的推出，其實反映一個更大的產業趨勢：

AI 計算平台正在變成垂直整合系統。

Nvidia 不再只賣 GPU，而是將 CPU、GPU、網絡、DPU 和軟件整合成完整的「AI 工廠」。Rubin 世代正是這種策略的核心實踐。

如果 Vera CPU 在實際部署中證明能提供 Nvidia 宣稱的性能與效率，它很可能會改變未來 AI 數據中心的設計方式——讓 CPU、GPU 和網絡從一開始就被設計成一個整體系統，而不是事後拼湊的硬件組合。

首批收到 Vera CPU 的 AI 公司

2026 年 5 月，Nvidia 已開始向早期合作夥伴交付首批 Vera CPU 系統。官方表示首批交付對象包括：

• Anthropic（舊金山）
• OpenAI（舊金山 Mission Bay）
• SpaceXAI（帕洛阿爾托）
• Oracle Cloud Infrastructure（聖塔克拉拉）

據 Nvidia 公開資料，這些系統由 Nvidia hyperscale 與 HPC 副總裁 Ian Buck 親自交付，作為下一代 AI 基礎設施合作部署的一部分。

這些公司會率先在 Rubin GPU 架構的環境中測試和運行 Vera CPU。

為何 AI 系統需要專門 CPU

現代大型 AI 系統不再只依賴 GPU 做矩陣計算。許多流程其實需要 CPU 負責調度和協調，例如：

• AI agent 的任務規劃與工具調用
• Retrieval‑augmented generation（RAG）資料檢索
• 強化學習與模擬環境
• sandbox 執行與多步推理

這些工作通常需要 高單執行緒效能、低延遲記憶體存取，以及極高速 GPU 通訊。Vera CPU 就是針對這些需求設計。

Vera CPU 的核心技術架構

公開資料顯示，Vera 是一顆 Arm 架構的數據中心 CPU，使用 Nvidia 自研核心並針對 AI 工作負載優化。

主要規格包括：

• 88 個 Armv9.2 “Olympus” 自研核心
• 176 執行緒（Spatial Multithreading）
• 約 1.2 TB/s 記憶體頻寬
• NVLink‑C2C GPU 互連頻寬最高約 1.8 TB/s

這種設計讓 Vera CPU 在 AI 系統中扮演 記憶體與調度引擎 的角色，而 Rubin GPU 則負責大型矩陣和張量計算。

在產品策略上，Vera 也是 Grace CPU 的後續演進，代表 Nvidia 持續在 AI 數據中心採用自研 Arm 處理器路線。

Nvidia 宣稱的 AI 工作負載性能

Nvidia 表示，Vera CPU 對於涉及多個 AI 模組協作的工作負載特別有優勢。

官方提供的 benchmark 指出：

• 效率 最高可達傳統機架 CPU 的 2 倍
• 某些場景 性能提升約 50%
• AI agent sandbox 執行 快約 50%
• 企業資料查詢 最高可快 3 倍

不過這些數據主要來自 Nvidia 自身測試，目前仍缺乏大量第三方獨立驗證，因此應視為廠商聲稱的性能指標。

Vera 在 Rubin NVL72 系統中的角色

Vera CPU 並不是獨立部署的產品，而是整個 Vera Rubin 平台 的 CPU 組件。

旗艦系統 Vera Rubin NVL72 機架包含：

• 72 顆 Rubin GPU
• 36 顆 Vera CPU
• NVLink 6 交換架構
• ConnectX‑9 SuperNIC 網絡
• BlueField‑4 DPU
• Quantum‑X800 InfiniBand 或 Spectrum‑X Ethernet

整個機架被設計為一台 機架級 AI 超級電腦，可同時處理模型訓練、推理與 agentic AI 工作負載。

此外 Nvidia 亦提出另一種部署方式：純 Vera CPU 機架，最多可容納 256 顆液冷 CPU，主要用於強化學習與大型 AI agent 協調任務。

Nvidia 為何要自己做 CPU

過去 Nvidia 在 AI 基礎設施的優勢主要來自 GPU。但大型 AI 系統其實需要完整的硬體堆疊，包括：

• CPU
• GPU
• 網絡交換
• 資料處理單元（DPU）
• 軟件平台（如 CUDA）

透過 Vera CPU，Nvidia 可以不再依賴 Intel Xeon 或 AMD EPYC 作為 AI 叢集的主 CPU，而是提供整套整合方案。

這種策略意味著 Nvidia 正從「GPU 供應商」轉型為 完整 AI 基礎設施供應商。

與 AMD、Intel 的競爭格局

Vera CPU 的推出也意味 Nvidia 正正式踏入數據中心 CPU 市場。

目前這個市場仍主要由 x86 架構主導。根據 Mercury Research 的統計，AMD EPYC 在 2026 年初已拿下超過 33% 的伺服器 CPU 出貨份額，以及約 46% 的 x86 伺服器 CPU 收入份額。

Intel Xeon 仍然是最大既有勢力，但 AI 數據中心的採購模式正在改變：企業越來越傾向購買 整個 AI 系統平台，而不是單一處理器。

這正是 Nvidia 想利用 Vera Rubin 平台達到的目標。

AI 基礎設施正走向「垂直整合」

Vera CPU 的推出，其實反映一個更大的產業趨勢：

AI 計算平台正在變成垂直整合系統。

Nvidia 不再只賣 GPU，而是將 CPU、GPU、網絡、DPU 和軟件整合成完整的「AI 工廠」。Rubin 世代正是這種策略的核心實踐。

如果 Vera CPU 在實際部署中證明能提供 Nvidia 宣稱的性能與效率，它很可能會改變未來 AI 數據中心的設計方式——讓 CPU、GPU 和網絡從一開始就被設計成一個整體系統，而不是事後拼湊的硬件組合。