AI 快讯 编译自 nvidia_developer #芯片发布#AI基础设施#NVIDIA

NVIDIA Vera CPU 发布:专为 Agentic AI 设计的 Olympus 核心,单线程性能最大化

NVIDIA 发布 Vera CPU,采用全新 Olympus 核心架构,专为 Agentic AI 场景优化单线程性能。本文解读 Vera 如何提升 AI Agent 的代码执行、工具调用与上下文检索效率,并分析对中文开发者与国产芯片的启示。

编译发布 2026/07/21 原文发布 2026/07/21

一句话看懂

NVIDIA 发布 Vera CPU,采用全新 Olympus 核心架构,专为 Agentic AI 场景优化单线程性能,旨在加速 AI Agent 的代码执行、工具调用与上下文检索。

详细发生了什么

NVIDIA 在 2026 年 7 月 21 日发布了 Vera CPU,这是一款基于全新 Olympus 核心架构的处理器,专为 Agentic AI(自主 AI Agent)工作负载设计。与传统的 GPU 加速不同,Agentic AI 将大量关键执行路径转移到 CPU 上:Agent 在沙箱中运行代码、调用工具、检索上下文、与数据库交互,并在返回结果前进行分析。这些循环在 AI 工厂中并发运行,CPU 性能直接影响每个 Agent 的响应速度和整体工厂吞吐量。

Vera CPU 的核心设计目标是最大化单线程性能,因为 Agent 的许多任务(如代码执行、工具调用)本质上是串行的,难以通过多线程并行加速。NVIDIA 表示,Vera 的单线程性能相比上一代 Grace CPU 提升了 2 倍,同时保持了高能效比。此外,Vera 支持 NVLink-C2C 互连,可与 GPU 紧密耦合,形成统一的加速计算平台。

中文圈视角

对于中文开发者来说,Vera CPU 的发布意味着 Agentic AI 的硬件瓶颈正在被针对性解决。目前国内 AI Agent 开发多依赖通用 CPU(如 Intel Xeon、AMD EPYC)或国产芯片(如华为鲲鹏、飞腾),这些芯片在单线程性能上往往不如 NVIDIA 的定制设计。Vera 的 2 倍单线程提升,对于需要低延迟响应的 Agent 应用(如实时编程助手、自动化运维)是显著优势。

但 Vera 的可用性存在限制:它可能仅通过 NVIDIA 的 DGX 或 HGX 系统提供,且需要搭配 NVIDIA GPU 使用,这意味着国内用户可能面临供应链限制或需要寻找替代方案。国产芯片厂商(如华为、海光)可以借鉴 Olympus 核心的设计思路,在单线程性能和 AI 专用指令集上加强投入。此外,对于使用国产 GPU(如昇腾、寒武纪)的开发者,Vera 的 NVLink-C2C 互连方案也提示了 CPU-GPU 高速互联的重要性。

几条值得记住的细节

  • Vera CPU 采用全新 Olympus 核心架构,单线程性能相比 Grace CPU 提升 2 倍。
  • 专为 Agentic AI 工作负载设计,优化代码执行、工具调用和上下文检索等串行任务。
  • 支持 NVLink-C2C 互连,可与 NVIDIA GPU 紧密耦合,形成统一加速平台。
  • Vera 预计将集成到 NVIDIA 的下一代 DGX 和 HGX 系统中,面向 AI 工厂部署。
  • NVIDIA 强调能效比,Vera 在提升性能的同时保持与 Grace 相近的功耗水平。

一句话总结

Vera CPU 让 Agentic AI 的 CPU 瓶颈不再是短板,但国内用户需关注供应链与国产替代方案。