當NVIDIA在美國時間7月21日釋出Vera CPU的白皮書時，一個震撼數字立刻引起了業界的關注：這款專為代理AI設計的CPU將於2026年下半年正式推出。NVIDIA的Vera CPU基於Arm指令集，旨在滿足代理式AI對CPU的獨特需求，其設計理念與現行通用資料中心CPU大相徑庭。
表象：Vera的誕生
Vera CPU是NVIDIA首款自主架構的Arm指令集CPU，其設計初衷是為了應對代理式AI的特殊需求。代理式AI需要頻繁在多個代理之間執行，這使得CPU負載變得更加複雜。因此，Vera CPU必須在插槽全負載的情況下，依然保持強大的單執行緒效能。此外，每個核心需要足夠的記憶體頻寬，以支持多個活躍的執行上下文，並確保代理步驟能一致完成。
NVIDIA強調，Vera CPU的設計理念與現行通用資料中心CPU截然不同。通用資料中心CPU通常追求核心密度與吞吐量，而Vera CPU則注重單執行緒效能、記憶體頻寬、可預期的併行情況延遲，以及高效的不規則控制流處理能力。
真相：Olympus架構的深度解析
Vera CPU基於NVIDIA的Olympus架構，這是一種從底層開始設計的全新CPU架構，旨在最大化IPC（每週期指令數）。Olympus架構由四大模組構成，每個模組都有其獨特的功能。
前端設計： Olympus架構的前端設計確保核心在大型、分支密集型軟體堆疊中能獲得所需的指令。例如，代理程式執行時間、解釋器、編譯器等工作負載經常佔用大量指令且控制流程變化頻繁。Olympus通過先進的分支預測和高頻寬指令解取，每個周期可以向核心提供更多指令。
中核設計： 中核專門針對代理式AI流程中的解釋程式碼、遍歷物件、管理執行時間狀態等隱藏並行性進行挖掘與加速。中核利用強大的重新命名與分配引擎，將假碼後的指令映射至物理資源，並通過大容量重新排序緩衝區和豐沛的物理暫存器容量，確保更多指令可持續執行。
執行引擎： 執行引擎負責高效處理不斷變化的整數運算、分支、向量運算和記憶體存取。Olympus的執行引擎通過動態調度，覆蓋多種資源，並由前大的後端與深度亂序執行能力提供支援，有效處理分支密集型軟體和記憶體密集型負載。
快取子系統： 快取子系統旨在解決傳統快取架構面對代理應用的一些問題，例如執行時物件、檢索索引、工具狀態等無法完全置入快取的資料結構。Olympus的快取採用深層快取結構、記憶體消岐和多個硬體預取引擎，提升記憶體等級的併行性。
各方角力：Vera的競爭優勢
Vera CPU的設計理念與現有x86 CPU截然不同。傳統x86 CPU通常通過提高時脈來提升單執行緒回應速度，但在代理式AI應用中，IPC的重要性遠超時脈。Vera CPU通過高IPC設計，有效處理分支密集型軟體、圖分析、資料處理等負載。
NVIDIA還為Vera CPU配備了高頻寬的SCF（Scalable Coherency Fabric）和基於LPDDR5X的SOCAMM2記憶體模組，使其在AI基礎設施中表現出色。SCF作為Vera CPU的通訊骨幹，提供了高達3.4TB/s的雙向頻寬，並整合了一個164MB的統一L3快取，有效減少資源爭用和改善快取共享。
Vera CPU還支援先進的新一代I/O，包括PCIe 6.4、CXL 3.1和機密運算。這些技術共同建構了一個統一的信任域，使Vera Rubin NVL72成為具備機密運算的可擴展AI基礎設施。
深層影響：Vera的未來展望
Vera CPU的推出將對AI代理市場產生深遠影響。代理式AI和強化學習應用需要高效的單執行緒效能和記憶體頻寬，Vera CPU恰好滿足了這些需求。此外，Vera CPU的設計理念為未來的AI基礎設施提供了新的方向。
NVIDIA表示，Vera CPU將於2026年下半年正式推出，屆時將為AI代理市場帶來革命性的變革。Vera CPU的高IPC設計、高效能快取子系統和先進的I/O技術，使其成為下一代AI基礎設施的理想選擇。
未解之問：Vera的挑戰與前景
儘管Vera CPU的設計理念令人印象深刻，但其真實效能仍有待市場驗證。代理式AI和強化學習應用的複雜性意味着Vera CPU需要在真實環境中經歷嚴格的測試。NVIDIA能否成功將Vera CPU推廣到市場，並贏得用戶的青睞，依然是未解之問。
此外，Vera CPU的競爭對手也在不斷推陳出新。例如，Intel和AMD都在積極開發新一代CPU，以應對AI市場的需求。Vera CPU能否在激烈的競爭中脫穎而出，也是值得關注的焦點。
從產業面來看，Vera CPU的推出不僅是NVIDIA的一次技術突破，更是AI代理市場的一次重大轉折。Vera CPU的高IPC設計和高效能快取子系統，使其在代理式AI應用中具有顯著優勢。然而，真正的挑戰在於如何將這些技術轉化為市場上的實質成果。
面對NVIDIA Vera CPU的即將推出，您是否準備
※ 此篇文章由 AI 改寫或生成，內容僅供參考，可能存在錯誤或不準確之處。
本文改寫整理自公開新聞來源，原始報導由癮科技發布。
