Vera 尽显双重优势：兼具最高吞吐量与最快智能体性能

AI 智能体不只是生成答案。它们还会搜索信息、查询数据库、编写并测试代码，以及采取行动。

这些步骤中的每一步都依赖 CPU，在整个任务过程中，智能体会在 GPU 推理与 CPU 执行之间反复切换。

随着企业部署更多智能体，AI 工厂需要能够快速执行这些步骤、支持大量智能体同时运行的 CPU，且这一切都要在可用电力的限制内完成。

这意味着什么：AI 基础设施提供商需要支持更多的智能体，同时又不能让每个智能体为了完成任务而等待更长的时间。更关键的是，AI 工厂正面临严重的电力瓶颈。这就要求运营商在选择基础设施时，必须确保每一瓦特的电力都能发挥出最大的算力价值。

为什么重要：NVIDIA Vera 在单一 CPU 内兼顾了极快的智能体性能与极高的每瓦性能容量。这意味着运营商只需一款 CPU 就能应对各种智能体工作负载，而无需像过去那样，为了平衡速度与容量，去拼凑搭配不同的 x86 处理器。

数据佐证：在一项 100 兆瓦数据中心的对比测试中，NVIDIA 发现，单颗 Vera CPU 的表现超越了当前速度最快的 x86 CPU 以及能效最高的 x86 CPU。

• Vera 具备业界领先的智能体执行速度；同时，与速度最快的 x86 CPU 相比，Vera 在同等功耗下可支持多 1.6 倍的智能体。
• 与能效最高的 x86 CPU 相比，Vera 的智能体执行速度提升了 2 倍，且依然保持着领先的能效表现。

各大合作伙伴已经开始将 Vera 投入实际应用。在早期的采用者中，他们在模拟真实生产环境的测试里，同样见证了其卓越的性能表现：

• Perplexity：使用 Vera 运行智能体编码任务的速度，比传统 CPU 快了 1.5 倍。Perplexity 计划在其即将推出的生产系统中正式部署 Vera。
• DeepInfra：在其生产级智能体工作负载中，Vera 在智能体编排任务上的速度达到了最佳 x86 处理器的 2.2 倍，在参与测试的四种架构中表现最快。
• ClickHouse：其标准二进制文件无需针对 Vera 进行专门调优，即可在 176 个核心上实现接近线性的性能扩展，并登顶 ClickBench 硬件性能排行榜。
• DuckLabs：相比英特尔至强 6 基准平台，其中位 TPC-H SF1000 性能提升了约 1.5 倍。
• Daytona：使用 Vera 仅需 10.8 秒即可启动 1,000 个智能体沙箱；在 2,000 个并发沙箱的负载下，每秒可完成 12.7 个任务。相比之下，x86 平台完成同等启动需要 88.4 秒。
• Modal：与同类 x86 硬件相比，Vera 实现了高达 2 倍的每核心沙箱吞吐量，且在高负载下性能优势更加显著。

了解更多关于 NVIDIA Vera CPU 的信息。