NVIDIA 表示，SpaceXAI 將部署 Vera CPU，支援 Grok 下一代代理式 AI（agentic AI）所需的 CPU 密集型工作。這些工作包括工具協調、程式碼執行、資料處理與模擬，重點不是直接生成模型回答，而是負責模型呼叫前後的流程控制與執行。1

NVIDIA 同時把 Vera 放進 SpaceXAI 更大規模的基礎設施藍圖：一方面，Vera Rubin 系統預計逐步擴展至吉瓦級運算容量；另一方面，雙方也規劃為第一代 Starmind AI 衛星打造最佳化的 Vera Rubin NVL72 系統。1

為什麼代理式 AI 需要更強的 CPU？

傳統 AI 討論往往聚焦於負責執行模型的 GPU。但代理式 AI 不只是「問問題、拿答案」：它還需要維持工作狀態、協調多次模型與工具呼叫、執行程式碼、處理中間資料、模擬環境，並根據結果反覆調整計畫。

因此，CPU 不再只是伺服器裡的通用配角。面對代理式工作負載，CPU 可能要同時管理大量程序、搬移龐大的狀態與資料，並持續讓 GPU 加速器有工作可做。Vera 正是 NVIDIA 針對代理式 AI、強化學習與資料處理設計的 CPU，而非單純把 CPU 視為 GPU 的主機元件。33

Vera 主打哪些規格？

NVIDIA 公布的 Vera 重點規格包括：

• 88 個客製化 Olympus CPU 核心
• LPDDR5X 記憶體，頻寬最高達每秒 1.2 TB
• 部分晶片報導所述的配置，記憶體容量最高可達 1.5 TB7 32
• 支援 Vera 伺服器、Vera Rubin 系統及相關 AI 基礎設施平台。33

這些設計方向，正好對應代理式工作負載的幾項瓶頸。更多核心有助於同時處理協調、模擬與執行任務；更高的記憶體頻寬，則能減少代理反覆讀取狀態、暫存結果與資料集時的延遲。

在 Vera Rubin 系統中，CPU 也不是孤立銷售的單一零件，而是與 Rubin GPU、網路設備、DPU 與軟體整合成一套 NVIDIA 平台。33 40

不過，「每個插槽 1.5 TB」的說法需要保留。目前提供的 NVIDIA 一手公告並未獨立確認這項精確配置，因此較妥當的說法是：這是報導或產品描述中的可配置數字，而不是所有 Vera 系統都必然具備的統一規格。

NVIDIA 的效能數字代表什麼？

NVIDIA 在 2026 年 3 月 16 日發表 Vera 時宣稱，針對目標工作負載，其效率是傳統機架級 CPU 的兩倍，效能則快 50%。38 在後續宣布與 SpaceXAI 合作時，NVIDIA 又表示，在部分代理式 AI、強化學習與資料處理工作負載中，Vera 的任務完成速度最高可達 x86 CPU 的 1.8 倍。1

這些數字確實反映出 NVIDIA 想把 Vera 定位成「代理式 AI CPU」的企圖，但不能直接解讀為 Vera 在所有伺服器工作負載中都更快。它們是 NVIDIA 針對特定工作類型與比較基準提出的廠商數據，並未證明 Vera 在一般企業運算中全面勝過 AMD EPYC 或 Intel Xeon。

對採購方而言，更值得關注的其實是整套系統的表現：一個完整的 CPU-GPU 平台能多快完成代理工作流程、耗用多少電力，以及軟體堆疊能否有效處理排程、記憶體搬移與工具呼叫。單看 NVIDIA 的 CPU 規格，無法回答這些系統層級問題。

從早期測試到正式部署計畫

這項合作並非一蹴可幾。NVIDIA 於 2026 年 3 月 16 日推出 Vera，當時表示合作夥伴系統預計在下半年推出。38 5 月，NVIDIA 超大規模與高效能運算副總裁 Ian Buck 親自將早期 Vera 系統交付給 SpaceXAI、Anthropic、OpenAI 與 Oracle Cloud Infrastructure。NVIDIA 將這些交付描述為首批客戶部署，但這不等於每一家接收方都已完成大規模、全面性的正式部署。11

8 月 24 日的公告，則讓 SpaceXAI 從早期硬體接收者，進一步成為公開提出部署計畫的客戶。NVIDIA 表示，Vera 將支援地面上的 Grok 代理式 AI 工作負載，並成為未來 Starmind 衛星所使用的特製 Vera Rubin 系統一部分。1

地面用途是較近程、也較容易理解的場景：將負責協調與資料處理的 CPU，和 Rubin GPU 放在 AI 資料中心環境中協同運作。至於軌道用途，則仍有更多未知數。NVIDIA 也承認，太空運算會面對不同於地面資料中心的電力、散熱、頻寬、可靠性與系統整合限制。1

太空計畫不是單純的晶片跑分

把 AI 系統送入軌道，不能只看核心數量或記憶體頻寬。太空系統還必須處理電力生成、熱量排散、輻射耐受度、發射重量、通訊容量，以及長期維護與服務等問題。

因此，規劃中的 Starmind 酬載既是 Vera 的測試，也是整體系統工程的考驗。現階段公告呈現的是預定架構與合作方向，並不代表已經證明能在軌道上長期、穩定地進行大規模運算。相關報導把發射時間描述為最早可能在 2027 年，但這仍是未來計畫。18

NVIDIA 為何要搶進 CPU 層？

Vera 讓 NVIDIA 的 AI 基礎設施策略更完整。公司不再只爭奪 AI 伺服器中的加速器，也開始提供周邊的 CPU、互連、網路、儲存與軟體元件。NVIDIA 3 月的公告列出多家計畫合作部署 Vera 的雲端業者與系統製造商；Oracle 也表示，下一代 OCI Supercluster 將整合 Vera CPU、Rubin GPU、BlueField DPU、NVLink、SuperNIC 與乙太網路交換器。38 40

Oracle Cloud Infrastructure（OCI）尤其值得留意。報導指出，OCI 計畫自 2026 年起部署數十萬顆 Vera CPU。8 39 如果這項計畫最終落實，Vera 就不只是少數旗艦客戶的評估產品，而會進入具規模的超大規模雲端部署。

最直接感受到壓力的，將是伺服器 CPU 市場的既有供應商 AMD 與 Intel。NVIDIA 的優勢未必是全面領先所有 CPU，而是能否把 CPU、GPU、網路與軟體整合成一套「AI 工廠」平台。部分客戶可能看重這種整合所帶來的效能與部署便利；另一些客戶則可能選擇保留由 AMD、Intel 等供應商組成的異質化伺服器陣容，以降低對單一供應商的依賴。

股價下跌，並不是對 Vera 的技術判決

8 月 24 日公告當天，NVIDIA 與 SpaceX 股價都下跌。報導顯示，NVIDIA 下跌 2.91%，SpaceX 下跌 1.44%。18

但單日股價波動不能證明投資人否定這項合作，也不能說明 Vera 技術失敗。股價同時受到整體市場、財測預期、資本支出與市場持倉等因素影響。真正值得觀察的是，SpaceXAI 與其他客戶能否把公告中的計畫轉化為持續運作的部署，以及獨立測試是否能驗證 NVIDIA 所宣稱的效能與能效。

結語：CPU 正成為代理式 AI 的主戰場

SpaceXAI 導入 Vera 的意義，在於它把 CPU 提升為代理式 AI 基礎設施的一等公民。NVIDIA 表示，Vera 的 88 個 Olympus 核心與高頻寬記憶體，專門應付圍繞 GPU 推論與訓練而生的協調、執行、模擬與資料搬移工作。1 33

眼前的商業故事，是一家高知名度 AI 客戶採用 NVIDIA 的 CPU 平台；更大的戰略故事，則是 NVIDIA 試圖掌握更多伺服器堆疊，Oracle 計畫中的超大規模部署將成為需求的重要考驗。

至於 Starmind 軌道 AI 系統，則是這項布局最具野心的延伸。但在它真正升空並持續運作前，這項計畫仍應被視為已宣布的部署目標，而不是已經證明的太空運算能力。

NVIDIA 表示，SpaceXAI 將部署 Vera CPU，支援 Grok 下一代代理式 AI（agentic AI）所需的 CPU 密集型工作。這些工作包括工具協調、程式碼執行、資料處理與模擬，重點不是直接生成模型回答，而是負責模型呼叫前後的流程控制與執行。1

NVIDIA 同時把 Vera 放進 SpaceXAI 更大規模的基礎設施藍圖：一方面，Vera Rubin 系統預計逐步擴展至吉瓦級運算容量；另一方面，雙方也規劃為第一代 Starmind AI 衛星打造最佳化的 Vera Rubin NVL72 系統。1

為什麼代理式 AI 需要更強的 CPU？

傳統 AI 討論往往聚焦於負責執行模型的 GPU。但代理式 AI 不只是「問問題、拿答案」：它還需要維持工作狀態、協調多次模型與工具呼叫、執行程式碼、處理中間資料、模擬環境，並根據結果反覆調整計畫。

因此，CPU 不再只是伺服器裡的通用配角。面對代理式工作負載，CPU 可能要同時管理大量程序、搬移龐大的狀態與資料，並持續讓 GPU 加速器有工作可做。Vera 正是 NVIDIA 針對代理式 AI、強化學習與資料處理設計的 CPU，而非單純把 CPU 視為 GPU 的主機元件。33

Vera 主打哪些規格？

NVIDIA 公布的 Vera 重點規格包括：

• 88 個客製化 Olympus CPU 核心
• LPDDR5X 記憶體，頻寬最高達每秒 1.2 TB
• 部分晶片報導所述的配置，記憶體容量最高可達 1.5 TB7 32
• 支援 Vera 伺服器、Vera Rubin 系統及相關 AI 基礎設施平台。33

這些設計方向，正好對應代理式工作負載的幾項瓶頸。更多核心有助於同時處理協調、模擬與執行任務；更高的記憶體頻寬，則能減少代理反覆讀取狀態、暫存結果與資料集時的延遲。

在 Vera Rubin 系統中，CPU 也不是孤立銷售的單一零件，而是與 Rubin GPU、網路設備、DPU 與軟體整合成一套 NVIDIA 平台。33 40

不過，「每個插槽 1.5 TB」的說法需要保留。目前提供的 NVIDIA 一手公告並未獨立確認這項精確配置，因此較妥當的說法是：這是報導或產品描述中的可配置數字，而不是所有 Vera 系統都必然具備的統一規格。

NVIDIA 的效能數字代表什麼？

NVIDIA 在 2026 年 3 月 16 日發表 Vera 時宣稱，針對目標工作負載，其效率是傳統機架級 CPU 的兩倍，效能則快 50%。38 在後續宣布與 SpaceXAI 合作時，NVIDIA 又表示，在部分代理式 AI、強化學習與資料處理工作負載中，Vera 的任務完成速度最高可達 x86 CPU 的 1.8 倍。1

這些數字確實反映出 NVIDIA 想把 Vera 定位成「代理式 AI CPU」的企圖，但不能直接解讀為 Vera 在所有伺服器工作負載中都更快。它們是 NVIDIA 針對特定工作類型與比較基準提出的廠商數據，並未證明 Vera 在一般企業運算中全面勝過 AMD EPYC 或 Intel Xeon。

對採購方而言，更值得關注的其實是整套系統的表現：一個完整的 CPU-GPU 平台能多快完成代理工作流程、耗用多少電力，以及軟體堆疊能否有效處理排程、記憶體搬移與工具呼叫。單看 NVIDIA 的 CPU 規格，無法回答這些系統層級問題。

從早期測試到正式部署計畫

這項合作並非一蹴可幾。NVIDIA 於 2026 年 3 月 16 日推出 Vera，當時表示合作夥伴系統預計在下半年推出。38 5 月，NVIDIA 超大規模與高效能運算副總裁 Ian Buck 親自將早期 Vera 系統交付給 SpaceXAI、Anthropic、OpenAI 與 Oracle Cloud Infrastructure。NVIDIA 將這些交付描述為首批客戶部署，但這不等於每一家接收方都已完成大規模、全面性的正式部署。11

8 月 24 日的公告，則讓 SpaceXAI 從早期硬體接收者，進一步成為公開提出部署計畫的客戶。NVIDIA 表示，Vera 將支援地面上的 Grok 代理式 AI 工作負載，並成為未來 Starmind 衛星所使用的特製 Vera Rubin 系統一部分。1

地面用途是較近程、也較容易理解的場景：將負責協調與資料處理的 CPU，和 Rubin GPU 放在 AI 資料中心環境中協同運作。至於軌道用途，則仍有更多未知數。NVIDIA 也承認，太空運算會面對不同於地面資料中心的電力、散熱、頻寬、可靠性與系統整合限制。1

太空計畫不是單純的晶片跑分

把 AI 系統送入軌道，不能只看核心數量或記憶體頻寬。太空系統還必須處理電力生成、熱量排散、輻射耐受度、發射重量、通訊容量，以及長期維護與服務等問題。

因此，規劃中的 Starmind 酬載既是 Vera 的測試，也是整體系統工程的考驗。現階段公告呈現的是預定架構與合作方向，並不代表已經證明能在軌道上長期、穩定地進行大規模運算。相關報導把發射時間描述為最早可能在 2027 年，但這仍是未來計畫。18

NVIDIA 為何要搶進 CPU 層？

Vera 讓 NVIDIA 的 AI 基礎設施策略更完整。公司不再只爭奪 AI 伺服器中的加速器，也開始提供周邊的 CPU、互連、網路、儲存與軟體元件。NVIDIA 3 月的公告列出多家計畫合作部署 Vera 的雲端業者與系統製造商；Oracle 也表示，下一代 OCI Supercluster 將整合 Vera CPU、Rubin GPU、BlueField DPU、NVLink、SuperNIC 與乙太網路交換器。38 40

Oracle Cloud Infrastructure（OCI）尤其值得留意。報導指出，OCI 計畫自 2026 年起部署數十萬顆 Vera CPU。8 39 如果這項計畫最終落實，Vera 就不只是少數旗艦客戶的評估產品，而會進入具規模的超大規模雲端部署。

最直接感受到壓力的，將是伺服器 CPU 市場的既有供應商 AMD 與 Intel。NVIDIA 的優勢未必是全面領先所有 CPU，而是能否把 CPU、GPU、網路與軟體整合成一套「AI 工廠」平台。部分客戶可能看重這種整合所帶來的效能與部署便利；另一些客戶則可能選擇保留由 AMD、Intel 等供應商組成的異質化伺服器陣容，以降低對單一供應商的依賴。

股價下跌，並不是對 Vera 的技術判決

8 月 24 日公告當天，NVIDIA 與 SpaceX 股價都下跌。報導顯示，NVIDIA 下跌 2.91%，SpaceX 下跌 1.44%。18

但單日股價波動不能證明投資人否定這項合作，也不能說明 Vera 技術失敗。股價同時受到整體市場、財測預期、資本支出與市場持倉等因素影響。真正值得觀察的是，SpaceXAI 與其他客戶能否把公告中的計畫轉化為持續運作的部署，以及獨立測試是否能驗證 NVIDIA 所宣稱的效能與能效。

結語：CPU 正成為代理式 AI 的主戰場

SpaceXAI 導入 Vera 的意義，在於它把 CPU 提升為代理式 AI 基礎設施的一等公民。NVIDIA 表示，Vera 的 88 個 Olympus 核心與高頻寬記憶體，專門應付圍繞 GPU 推論與訓練而生的協調、執行、模擬與資料搬移工作。1 33

眼前的商業故事，是一家高知名度 AI 客戶採用 NVIDIA 的 CPU 平台；更大的戰略故事，則是 NVIDIA 試圖掌握更多伺服器堆疊，Oracle 計畫中的超大規模部署將成為需求的重要考驗。

至於 Starmind 軌道 AI 系統，則是這項布局最具野心的延伸。但在它真正升空並持續運作前，這項計畫仍應被視為已宣布的部署目標，而不是已經證明的太空運算能力。