英伟达公布 Vera CPU 智能体性能：每瓦可承载 1.6 倍智能体

英伟达 11 月 5 日在官方博客中公布了 Vera CPU 面向智能体负载的对比数据，把这款芯片定位成“高吞吐”与“低延迟”可以同时成立的选择。文章由 Hannah Coutand 署名，核心论点是：当企业同时运行大量智能体时，瓶颈往往不在 GPU，而在负责执行动作的 CPU。

博客对负载形态的描述很具体。智能体不只会生成答案，还要检索信息、查询数据库、编写并测试代码、真正执行操作；这些步骤都依赖 CPU，一个任务会在 GPU 推理与 CPU 执行之间来回切换。智能体越多，AI 工厂就越需要能快速执行这些步骤、同时支撑大量并发任务的 CPU。

在 100 兆瓦数据中心的对比中，英伟达称单颗 Vera CPU 的表现优于最快的 x86 CPU，也优于最节能的 x86 CPU。相对最快的 x86 产品，Vera 每瓦可承载的智能体数量多出 1.6 倍；相对最节能的 x86 产品，Vera 的智能体速度达到 2 倍。

英伟达给出的结论是“一颗 CPU 覆盖多类负载”。过去运营商要在“快”和“密”之间取舍，混搭不同 x86 部件来平衡速度与容量；Vera 的卖点是把两种取向放进同一颗芯片。

早期采用者提供了接近生产环境的数字。Perplexity 称在 Vera 上跑智能体编码任务比传统 CPU 快 1.5 倍，并计划在接下来的生产系统中部署；DeepInfra 在智能体编排上测到最高 2.2 倍于最好的 x86 处理器；ClickHouse 称其标准二进制文件未做任何 Vera 专用调优，就在 176 核上接近线性扩展，并登上 ClickBench 硬件榜首。

沙箱类负载的对比更为直观。Daytona 用 Vera 在 10.8 秒内启动 1000 个智能体沙箱，x86 需要 88.4 秒，并在 2000 个并发沙箱下达到每秒完成 12.7 个任务。Modal 称每核沙箱吞吐量最高为同类 x86 硬件的 2 倍，且负载越重差距越大；DuckLabs 则给出约为 Intel Xeon 6 基线 1.5 倍的 TPC-H SF1000 中位性能。

真正值得注意的不是单个倍数，而是选型逻辑的变化。AI 工厂受功率约束，运营商必须在每一瓦上榨出尽可能多的工作量。在功率受限的 AI 工厂里，每瓦能跑多少智能体，正在取代单纯的算力峰值成为新的采购指标。

需要保留的疑问同样明显。这些数字全部来自英伟达或其合作伙伴，对比对象只以“最快的 x86”“最节能的 x86”泛指，没有给出具体型号；Perplexity 的生产部署进展和第三方复测，才是检验 Vera 真实位置的关键。