NVIDIA Vera: 88-ядерный CPU, спроектированный для ИИ-агентов

NVIDIA объявила, что CPU Vera вышел в полное производство — это первый процессор компании, спроектированный специально под ИИ-агентов. Vera — хост-процессор платформы Vera Rubin, построенный вокруг 88 кастомных ядер Olympus.

Спецификация

• 88 кастомных ядер Olympus и 176 потоков (Spatial Multithreading — два потока на ядро);
• память LPDDR5X с пропускной способностью до 1,2 ТБ/с — 14 ГБ/с на ядро, более чем втрое выше, чем у типичного x86 в том же классе;
• монолитный кристалл со второй генерацией SCF (Scalable Coherent Fabric) — 3,4 ТБ/с бисекции;
• NVLink-C2C второго поколения — 1,8 ТБ/с согласованной пропускной способности между CPU и GPU;
• Vera + Rubin — хост-пара платформы Vera Rubin: Vera отвечает за управление памятью, загрузку данных и оркестрацию агентов, Rubin — за вычисления.

Почему это важно для агентов

Рабочая нагрузка ИИ-агентов — не параллельный суперкомпьютер, а тысячи одновременных сред. Один агент запускает песочницу, инструмент, сессию браузера — и таких сессий у одного приложения могут быть сотни. NVIDIA приводит цифры, которые отражают именно этот паттерн:

• до 1,8× быстрее по времени выполнения задачи по сравнению с x86;
• до 85% RL-оценок завершается в том же временном окне (у базовой x86-системы — 45%);
• на 40% ниже пиковая задержка под нагрузкой, чем у x86;
• на 80% быстрее на агентных CPU-нагрузках (данные Oracle).

Цифры согласуются: агентный сценарий — это не «больше операций в секунду», а «больше одновременных сред без деградации задержки».

Платформа Vera Rubin

Vera — это не отдельный продукт, а хост-процессор платформы Vera Rubin. В связке с GPU Rubin он следит за тем, чтобы GPU не простаивал: загружает данные, управляет памятью и оркестрирует агенты. Вторая генерация NVLink-C2C соединяет Vera и Rubin каналом в 1,8 ТБ/с, а монолитный кристалл со SCF на 3,4 ТБ/с убирает узкие места внутри самого CPU. По сути, Vera превращает GPU-платформу в полноценное тело для агентных нагрузок, а не только в «мозг».

Уже доступно

Oracle объявила GA агентной OCI Compute на базе Vera: 150 000 CPU, до 176 ядер / 352 потоков на инстанс, до 1 ТБ LPDDR5X, до 7,68 ТБ NVMe, сеть 200 Гбит/с. Полный Vera-рэк содержит 256 CPU с жидкостным охлаждением — это 22 500+ одновременных CPU-сред.

Контекст

Vera — не замена x86 в дата-центре, а хост-процессор GPU-платформы, и его ценность раскрывается в связке с Rubin. «1,8× быстрее» — это не абстрактный бенчмарк, а конкретный паттерн агентной нагрузки: одна сессия агента держит контекст, память инструментов, историю сессий. Когда таких сессий сотни, узким местом становится не вычислительная мощность, а пропускная способность памяти и задержка. NVLink-C2C даёт 1,8 ТБ/с между CPU и GPU, а LPDDR5X на 1,2 ТБ/с на стороне CPU позволяет держать контекст агентов, память сессий и промежуточные состояния в быстром доступе, не упираясь в сеть.

Vera анонсировали на GTC Taipei — это первый CPU, который NVIDIA спроектировала «с нуля» под конкретную рабочую нагрузку. До этого CPU в экосистеме NVIDIA были «хостом» для GPU; теперь Vera — полноправный участник платформы Vera Rubin. Для дата-центров Vera уже доступна: Oracle объявила GA агентной OCI Compute, став первым крупным публичным облаком, выводящим Vera в продакшн.