首批取得 Vera CPU 的 AI 公司與雲端服務商

2026 年 5 月，Nvidia 開始向部分 AI 研究機構與雲端平台交付第一批 Vera CPU 系統。首批合作夥伴包括：

• Anthropic（美國舊金山）
• OpenAI（舊金山 Mission Bay）
• SpaceXAI（加州 Palo Alto）
• Oracle Cloud Infrastructure（OCI）（加州 Santa Clara）

Nvidia 表示，這些早期系統由公司負責超大規模與高效能運算的副總裁 Ian Buck 親自交付給合作夥伴，用於測試下一代 AI 基礎設施部署。

為什麼 Vera CPU 是為「Agentic AI」設計

傳統資料中心 CPU 通常是通用型設計，但 Nvidia 將 Vera 定位為 AI 協調與記憶體控制引擎。

隨著 AI 系統越來越複雜，許多工作並不是 GPU 張量運算，而是需要 CPU 協調，例如：

• AI agent 的任務規劃與調度
• Retrieval‑Augmented Generation（檢索增強生成）與資料庫查詢
• 強化學習與模擬環境
• 工具呼叫、沙箱執行與多步推理流程

這些工作需要高單執行緒效能、快速記憶體存取，以及 CPU 與 GPU 之間極低延遲的通訊能力，這些都是 Vera 設計時的優化方向。

核心技術架構

公開資訊顯示，Vera 採用 Arm 架構資料中心 CPU，並使用 Nvidia 自行設計的核心。

主要規格包括：

• 88 個 Armv9.2「Olympus」自訂核心
• 176 執行緒（Spatial Multithreading）
• 約 1.2 TB/s 記憶體頻寬
• NVLink‑C2C GPU 連接頻寬最高約 1.8 TB/s

透過這種設計，Vera 負責處理系統記憶體與任務調度，而 Rubin GPU 則負責 AI 訓練與推論中的矩陣與張量運算。

Vera 也是 Nvidia Arm CPU 策略的延續，建立在先前 Grace CPU 的基礎上，但更加針對 AI 工作負載優化。

Nvidia 宣稱的效能提升

Nvidia 將 Vera 定位為能提升 AI 系統整體效率的 CPU。

公司公布的基準測試顯示：

• 相較傳統機架級 CPU 效率最高可達 2 倍
• 某些工作負載 效能提升約 50%
• AI agent 沙箱執行 最多快 50%
• 企業資料查詢 最高可快 3 倍

需要注意的是，這些數據主要來自 Nvidia 自身測試，目前第三方獨立驗證仍有限，因此通常被視為供應商提供的性能指標。

Vera 在 Rubin NVL72 平台中的角色

Vera CPU 並非單獨產品，而是 Rubin AI 基礎設施平台的一部分。

其中最具代表性的系統是 Vera Rubin NVL72 機架級 AI 超級電腦，整合：

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

整個 NVL72 機架被設計為一個統一系統，用於大型模型訓練、推論與 agentic AI 工作負載。

Nvidia 也提出 純 CPU 機架版本，最多可配置 256 顆液冷 Vera CPU，主要用於 AI 協調與強化學習環境。

為什麼 Vera 對 Nvidia 戰略很重要

長期以來，Nvidia 在 AI 資料中心的主導地位主要來自 GPU。但隨著 AI 叢集規模變大，系統越來越依賴整體架構，而不只是單一晶片。

透過 Vera，Nvidia 可以自行控制整個運算堆疊，包括：

• CPU 任務排程
• GPU 記憶體協調
• 高速互連與網路
• CUDA 軟體生態系

這使 Nvidia 能從 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 的推出也意味著 Nvidia 更直接進入 資料中心 CPU 市場。

目前該市場主要由 x86 處理器主導，包括：

• Intel Xeon
• AMD EPYC

市場競爭近年快速升溫。例如 Mercury Research 的數據顯示，2026 年初 AMD 已取得超過 33% 的伺服器 CPU 出貨份額，並佔約 46% 的 x86 伺服器 CPU 營收份額。

若 Vera 能在 AI 工作負載中展現優勢，Nvidia 就能在 AI 叢集建設中掌握更多硬體價值，並減少對外部 CPU 供應商的依賴。

更大的產業趨勢：AI 基礎設施垂直整合

Vera CPU 的推出反映出 AI 基礎設施的一個重要變化：從單一晶片銷售轉向完整平台。

在 Rubin 世代中，Nvidia 把 CPU、GPU、網路晶片、DPU 與軟體整合成整體系統，並以機架甚至整個資料中心為設計單位。

如果 Vera 與 Rubin 架構能如預期提升效率，未來 AI 資料中心的設計可能會更像整合式超級電腦，而不是由各種獨立元件拼湊而成的伺服器叢集。

首批取得 Vera CPU 的 AI 公司與雲端服務商

2026 年 5 月，Nvidia 開始向部分 AI 研究機構與雲端平台交付第一批 Vera CPU 系統。首批合作夥伴包括：

• Anthropic（美國舊金山）
• OpenAI（舊金山 Mission Bay）
• SpaceXAI（加州 Palo Alto）
• Oracle Cloud Infrastructure（OCI）（加州 Santa Clara）

Nvidia 表示，這些早期系統由公司負責超大規模與高效能運算的副總裁 Ian Buck 親自交付給合作夥伴，用於測試下一代 AI 基礎設施部署。

為什麼 Vera CPU 是為「Agentic AI」設計

傳統資料中心 CPU 通常是通用型設計，但 Nvidia 將 Vera 定位為 AI 協調與記憶體控制引擎。

隨著 AI 系統越來越複雜，許多工作並不是 GPU 張量運算，而是需要 CPU 協調，例如：

• AI agent 的任務規劃與調度
• Retrieval‑Augmented Generation（檢索增強生成）與資料庫查詢
• 強化學習與模擬環境
• 工具呼叫、沙箱執行與多步推理流程

這些工作需要高單執行緒效能、快速記憶體存取，以及 CPU 與 GPU 之間極低延遲的通訊能力，這些都是 Vera 設計時的優化方向。

核心技術架構

公開資訊顯示，Vera 採用 Arm 架構資料中心 CPU，並使用 Nvidia 自行設計的核心。

主要規格包括：

• 88 個 Armv9.2「Olympus」自訂核心
• 176 執行緒（Spatial Multithreading）
• 約 1.2 TB/s 記憶體頻寬
• NVLink‑C2C GPU 連接頻寬最高約 1.8 TB/s

透過這種設計，Vera 負責處理系統記憶體與任務調度，而 Rubin GPU 則負責 AI 訓練與推論中的矩陣與張量運算。

Vera 也是 Nvidia Arm CPU 策略的延續，建立在先前 Grace CPU 的基礎上，但更加針對 AI 工作負載優化。

Nvidia 宣稱的效能提升

Nvidia 將 Vera 定位為能提升 AI 系統整體效率的 CPU。

公司公布的基準測試顯示：

• 相較傳統機架級 CPU 效率最高可達 2 倍
• 某些工作負載 效能提升約 50%
• AI agent 沙箱執行 最多快 50%
• 企業資料查詢 最高可快 3 倍

需要注意的是，這些數據主要來自 Nvidia 自身測試，目前第三方獨立驗證仍有限，因此通常被視為供應商提供的性能指標。

Vera 在 Rubin NVL72 平台中的角色

Vera CPU 並非單獨產品，而是 Rubin AI 基礎設施平台的一部分。

其中最具代表性的系統是 Vera Rubin NVL72 機架級 AI 超級電腦，整合：

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

整個 NVL72 機架被設計為一個統一系統，用於大型模型訓練、推論與 agentic AI 工作負載。

Nvidia 也提出 純 CPU 機架版本，最多可配置 256 顆液冷 Vera CPU，主要用於 AI 協調與強化學習環境。

為什麼 Vera 對 Nvidia 戰略很重要

長期以來，Nvidia 在 AI 資料中心的主導地位主要來自 GPU。但隨著 AI 叢集規模變大，系統越來越依賴整體架構，而不只是單一晶片。

透過 Vera，Nvidia 可以自行控制整個運算堆疊，包括：

• CPU 任務排程
• GPU 記憶體協調
• 高速互連與網路
• CUDA 軟體生態系

這使 Nvidia 能從 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 的推出也意味著 Nvidia 更直接進入 資料中心 CPU 市場。

目前該市場主要由 x86 處理器主導，包括：

• Intel Xeon
• AMD EPYC

市場競爭近年快速升溫。例如 Mercury Research 的數據顯示，2026 年初 AMD 已取得超過 33% 的伺服器 CPU 出貨份額，並佔約 46% 的 x86 伺服器 CPU 營收份額。

若 Vera 能在 AI 工作負載中展現優勢，Nvidia 就能在 AI 叢集建設中掌握更多硬體價值，並減少對外部 CPU 供應商的依賴。

更大的產業趨勢：AI 基礎設施垂直整合

Vera CPU 的推出反映出 AI 基礎設施的一個重要變化：從單一晶片銷售轉向完整平台。

在 Rubin 世代中，Nvidia 把 CPU、GPU、網路晶片、DPU 與軟體整合成整體系統，並以機架甚至整個資料中心為設計單位。

如果 Vera 與 Rubin 架構能如預期提升效率，未來 AI 資料中心的設計可能會更像整合式超級電腦，而不是由各種獨立元件拼湊而成的伺服器叢集。