NVIDIA 称 Vera 每瓦多养六成智能体，x86 要慌了吗

agent 干活的时候，GPU 负责想，CPU 负责动手：搜网页、查数据库、跑测试、起沙盒。想得再快，手慢了，整条链路照样卡。

11 月 5 日，NVIDIA 在官方博客放出 Vera CPU 的新一批对比数据。官方说，在 100 兆瓦数据中心的假设下，一颗 Vera 每瓦能承载的智能体数量是最快 x86 的 1.6 倍，对上最省电的 x86，agent 速度快 2 倍。

我们 AI主线 的判断是：NVIDIA 的 Vera CPU 瞄准了“每瓦能同时养多少个智能体”这个靶心，方向没跑偏，数据也亮眼，但它赢过 x86 的结论，目前主要来自 NVIDIA 和早期合作方自己的测试。

CPU 怎么就从配角混成了主角

以前 NVIDIA 的 CPU 是 GPU 旁边的搭子，Grace 就是这个定位，用的还是 Arm 授权的 Neoverse V2 核心。Vera 是 NVIDIA 首款自己设计核心的数据中心 CPU，核心叫 Olympus，88 核，今年又开始单独卖，不用非得捆着 GPU 一起买。

这步棋我读成“补课加扩张”：agent 越多，机架里 CPU 的活越重，这块预算 NVIDIA 不想留给别人。

规格上有两处值得掰开说。一是每核两个线程，一共 176 线程。传统超线程是两个线程轮流用同一套资源，NVIDIA 说它的做法是把核心资源物理切开，各用各的，少抢食。二是内存，按官方公布的规格，最多 1.5TB 的 LPDDR5X，聚合带宽 1.2TB/s。后厨里灶台多不算本事，每个灶台都有人及时送菜才算。agent 的活全是零碎小任务，卡脖子的常常是数据喂不喂得上。

核数上 x86 还是占着便宜。AMD 的 Turin 最多 192 核，7 月发布的 Venice 做到了 256 核。所以标题里那个“最高吞吐”，得带着“跑 agent 负载、电力有上限”这两个前提去看。

六个合作方的数据，哪条最能说明问题

我觉得是 Daytona 那条。沙盒就是给 agent 隔离跑代码的小房间，拉起 1000 个，Vera 用了 10.8 秒，x86 用了 88.4 秒，差了八倍多。这恰好是 agent 平台每天都在干的活，比任何抽象跑分都直观。

Modal 说每核沙盒吞吐最多到 2 倍，负载越重差距越拉得开。DeepInfra 的路数更扎实：7 月自己发过一份测试，拿生产环境的 agent 流量对比 AMD 和 Intel 共三款 CPU，编排速度最高 2.2 倍，测试方法也写得比较细。

ClickHouse 还提了一句，标准二进制不做任何 Vera 专门调优，就能近线性扩展。这对 Arm 服务器生态是个好信号，意味着软件不用大改。

不过这几家都是拿到 Vera 早期硬件的伙伴，Perplexity 也只是说计划在即将上线的生产系统里用。真刀真枪上线后的数字，才是后面要看的。

独立评测里，少的是哪一块

Phoronix 今年 5 月做过一轮首测，几何平均比 AMD EPYC 9575F 高约 10%，比 Intel Xeon 6980P 高约 55%。成绩漂亮，但测试范围是 NVIDIA 划的，用的是预生产硅片，功耗也没能测。

这次博客补的恰恰是功耗这块：每瓦 1.6 倍。问题在于，100 兆瓦的对比是 NVIDIA 自己搭的模型，对手 x86 具体是哪几颗没点名，也没说有没有把 Venice 算进去。跑分党肯定想看第三方在同一功耗预算下的实测，我们 AI主线 也在等这个。

跟咱们这些天天用 agent 的人有啥关系

Vera 是数据中心产品，咱们不会自己去买。NVIDIA 官方博客说，首批系统已经交到 Anthropic、OpenAI、SpaceXAI 和 Oracle 云手里，戴尔、HPE、联想、超微也在做标准服务器。

它能不能变成更快更便宜的 agent 服务，得看云厂商和沙盒平台怎么定价，这事现在没法下结论。能确定的是，Arm 服务器 CPU 有了一个能打的玩家，x86 那边也没闲着，Venice 都上 2nm 了，CPU 这条赛道是真的开始卷了。

接下来我盯两件事：一是有没有人在同一功耗下拿 Vera 对 Venice 跑一轮实测，二是 Perplexity 说的生产系统上线后，这些倍数还能剩几成。